经济增长中效率测度的参数与非参数方法比较研究

经济增长中效率测度的参数与非参数方法比较研究

ID:36428193

大小:6.60 MB

页数:145页

时间:2019-05-10

上传者:U-145848
经济增长中效率测度的参数与非参数方法比较研究_第1页
经济增长中效率测度的参数与非参数方法比较研究_第2页
经济增长中效率测度的参数与非参数方法比较研究_第3页
经济增长中效率测度的参数与非参数方法比较研究_第4页
经济增长中效率测度的参数与非参数方法比较研究_第5页
资源描述:

《经济增长中效率测度的参数与非参数方法比较研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

天津大学博士学位论文经济增长中效率测度的参数与非参数方法比较研究姓名:杨顺元申请学位级别:博士专业:管理科学与工程指导教师:吴育华;汪波20081101 Abstractnlcrela_tiollshipb曲ⅣeentecllIl0109ydeVelopmentandeconomicgrowtllisresearchedbymanyecononlists.Aswegraduanyst印int0nleeraofhowledgeecon(mly’tecllllologyhaSplayedamore锄dmoreiInportantroleint11edeVelopm哪ofecol删cs,s0,t_hecompetitionofcoInprehmsiVenationals仃{mg也intlle如turehasbecomethec唧etitionoftecllIl0109y.EmciencyeValuationisanimporta:ntmemodine、,al谢ont11eco硎butionoftechIlologytome粤旧wthofeconoIIlic.Theresearchofthisdiss叭ationbegiIlswi血t量leintroductionofecon删c目的wmt11eory,analyzestherelationshipbetweenefficiencyeValuationandeconomicgrow啦andmemostiInportantpartoftIlisanideismerese疵hofthemethodsforeValuat.mgmee伍ci饥cyofeconomicg咖汕.111emainconte鹏ofthisdissen砒ionarcasfollows:Firstly,t11isdissertationbegillswimtlle锄lysisofeconomic乎’owtllmodeandintroducestheevolutionprocessofeconomicgrowmmeory'lli啦ighti】鸣somemainpomsoft11eec咖ic笋嘶恤也e0够nthellresearchesmerelati嘶b咖reentecllIlology,economic孕‘ow也锄d缸1eeValuationofemciency,姐destablishesⅡle仕Ieore矗calsystemfor觚alyzillgmee伍ciencyofeconoIIlicgrowtll.Secondly,medissertationresearched铆ol血dmetllodsforemcieIlcye、氇luation:param确ces矗mationⅡle也odandnon-param嘶cestim撕onmethod,whoser印resentativememodSafescochastic舶Iltierapproach(SF舢锄dda惚enVelopment锄lysis(DEA).The玛廿1emssertationresearched让lemaillidea,mamematicalmodelaIldcalcula矗onmethodofSFA锄dDEA,锄devmuatedt11ee衙ciencyofc('nlnlercialbankiIlChinain2006wimSFAandDEA.IIlt:heTb矾place,thedissenationrese鲫chednlechaIlgeofproductiVi劬锄ditsevaluationmemod行omt11eviewofemciencyindex.Basedont11einlmductionofproductiVi够change也eory,tlledissenationpointsoutsomeindexesmatareusuallyllsedforevaluatingproductiV时change,锄ongwKc也MalInquist证dexiscommoIllyused.111eresearchofMalIllquistindeXismailllyI沁mmeviewofitsratioIlale,calculationmemodanddec伽叩osition.Inmeend,medisseftation觚alyZ韶也eproductiV时changeofChina’sco衄ercialbank舶m1997t02006.Firlally'thedissertationresearckdtllecongestiIDllofproductiImf籼orsin也e罂。owmofeconomics,fIromt11e啊钾Pofmeec0IloInicintensionofcongeStion’reaSon锄dt11eeval删ionmenlod.T呱medissertationcomparedtlledia、er锄cesb酶Ⅳeenp觚眦etricestiInationmeⅡlodalldnon-p舢嘶ces血aationmetllod,whenusedfor3 e伍cie芏lcy钾alu撕omandpo缸soutmed沁ctionformmreresearch.TheimlovationsoftIlisdissertationare:first,e8ta_blisht粗au11ifiedsystcmofe伍ciencyindicators,andthellanalysis吐lerel撕on出p锄ongnloseiIldicatorS;second,a11alysisthedecompositionofMalmquistindex舶mdi枷point;thi旭useSFA,DEA,锄dMalmquistindexanysistheemciencychan萨ofChina’scommercialbank纰Idthencomparedthedi角。renceofmesee伍ciencymeasuremetho(1s.Keywords:Eco娴忸icgrowt吣Efficiencymeasurement,par锄wtrice娟mationmethod,Non.p绷咖etricest血ationmemo也Malnlquisti11dex,FactorCongestion4 独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得苤叠盘望或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意:学位论文作者签名:菇佩签字日期:矽年历月占日学位论文版权使用授权书本学位论文作者完全了解墨壅盘鲎有关保留、使用学位论文的规定。特授权苤鲞盘堂可以将学位论文的全部或部分内容编入有关数据库进行检索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:导师签名:签字日期:力膨年亿月矿日签字日期:力埔年/2月矽日 第一章绪论有关经济增长的研究一直是经济学研究中的一个重要课题,如何保持经济持续、有效和健康的发展困扰着各国的经济学家。事实表明,研究经济增长有助于我们更好的掌握当前的经济形势,把握经济发展的动向,从而做出正确的决策,推动经济的不断发展。一般来说,推动经济增长主要通过两种途径来实现:一种是通过扩大生产规模,不断增加人力和资本的投入来实现;而另一种方式则是通过提高劳动生产率来带动经济的发展。前一种方式被称为粗放型的经济增长方式,这是一种传统的经济增长模式,古代的人主要通过不断增加劳动力和土地来增加收入。这种经济增长理论的典型代表是以亚当·斯密等人为代表的古典经济增长理论,他们认为劳动力的增加和资本的积累是推动经济增长的动力。而第二种经济增长方式则被称为集约型的增长方式,研究表明效率的提高主要通过技术进步来实现。蒸汽机的发明与应用带来的不仅仅是工业革命,更是一场技术革命,它标志着一种全新的经济增长模式的诞生,科学技术作为第一生产力开始不断的推动着全社会经济的高速发展。这种经济增长模式的典型代表是以新古典经济学“索洛增长模型’’为基础的“技术决定论”,该理论把技术进步看作是推动经济增长的主要因素。根据新古典经济增长的理论,经济增长是生产要素的积累过程,技术进步虽然可以推动经济的增长,但它是独立于经济系统之外的东西,与经济运行不存在必然的因果关系。虽然这一观点长期以来在理论界占据着重要的地位,但从长远的角度来看,这一理论存在着许多的缺陷,因此后来逐渐被新增长理论所代替。以罗默等人为代表的新增长理论突破了新古典增长理论中关于技术外生的假设,提出技术进步是由经济系统内生决定的这~观点,并认为技术进步是企业和厂商不断追逐利润最大化的结果,学习效应对于生产过程来说异常重要,通过学习可以不断的积累生产经验。由此可见,研究技术增长对于经济增长的贡献,有助于我们分析经济系统的结构,把握影响经济增长的主要因素,从而推动经济的持续、稳定发展。用定量的方法来测算科技进步在经济增长中作用的方法很多,大都是以C.D生产函数和索洛增长速度方程为基础的,通过研究经济增长过程中的效率来分析技术进步对于经济增长的贡献率。从现有的研究来看,主要的研究方法大体上可以分为参数方法和非参数方法两大类。本文从研究将从分析经济增长的相关理论入手,揭示效率测度与经济增长质量以及经济系统结构之间的关系,并重点研究经济增长效率测度的两类方法,并就如何运用这些方法进行相关的研究进行了较为深入的介绍。 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究1.1研究目的与意义随着科学技术的不断发展和经济的全球化,人类社会正在由工业经济时代向知识经济时代转变,科学技术在经济发展中也扮演着越来越重要的作用,从某种意义上来说,未来国家之间经济上的竞争就是科技水平的竞争。而由次贷危机所引发的全球性经济危机又迫使人们开始重新思考,现有的经济增长方式是否仍然可行,通过资本的扩张来促进经济的发展是否值得推广?这一系列的问题都表明:有关经济增长理论的研究仍然不能满足现有经济发展水平的需要。从我国现有的研究情况来看,国内对科技进步贡献率的研究基本上都是按照国外的方法来进行测算的,计算结果比较简单,缺少理论上的深度研究。另一方面,中国的经济增长方式有别于西方发达国家的经济增长方式和工业化过程,照搬西方国家的成功方法未必符合中国的实际情况。因此,我们一方面要借鉴西方的成功理论,另一方面还需要突破西方传统理论方法的束缚,结合中国经济发展的现实情况,进行具有中国特色的技术进步理论研究。而从实际的角度来看,自改革开放以来,我国的经济建设取得了举世瞩目的成就,经济增长的速度超出了很多人的想象。但在这个发展过程中也付出了沉重的代价,许多物质资源接近枯竭,生态环境也不断遭到破坏。对于处于转型期的中国经济而言,加强相关理论的研究有助于我们进一步掌握影响我国经济发展的主要因素,并推广相关的研究成果,保证我国经济的稳定增长。国外有关经济增长的研究已经有了数百年的历史,已经有了比较成熟的理论体系,而我国的相关研究目前主要还处于理论的引进阶段,因此加强理论上的研究有利于我们取得突破性的成果。本文的研究目的在于介绍相关的经济增长理论,探讨效率测度与经济增长之间的关系,进而系统的介绍和研究经济增长效率的相关测度方法,从而为研究我国的经济增长方式提供一套有效的解决方案。1.2国内外相关研究评述国内外有关经济增长和科技进步贡献率的研究可以从经济增长理论、技术进步与经济增长的关系、技术进步贡献率的研究等几个角度来说,其中有关经济增长理论的介绍将放在本文的第2章进行相应的分析,下文主要从技术进步与经济增长的关系、研究技术进步的方法以及MalInquist指数的应用三个角度,对相关的研究成果进行简单的阐述。2 第一章绪论1.2.1技术进步与经济增长的关系自从古典经济学家亚当·斯密(1776)开始,经济增长理论的研究就一直受到关注,经济学家道格拉斯(P·DouglaS)和其助手的著作中,提出了总量生产函数的概念,开始了生产效率在经济增长中作用的定量研究。1942年,荷兰经济学家丁伯根在柯布一道格拉斯生产函数的基础上增加了技术进步的影响因子,得到生产函数计量估计方法。新古典经济学派的经济学家熊彼特提出“创造性毁灭"理论,他认为“经济的增长是不确定的,同时(技术的)突破对整个经济增长起着至关重要的作用。经济增长的不确定性是内生于经济系统之中的,因为突破的可能性取决于研发的水平,而研发的水平又取决于对研发者的社会回报",这种思想直接导致之后新增长理论对技术外溢的许多研究【l】。美国经济学家罗伯特·索洛(R·Solow,1957)把道格拉斯、丁伯根的贡献和肯德里克编制的国民生产账户融为一体,统一了生产的经济理论、拟合生产函数的计量经济方法,第一次将技术进步因素纳入经济增长模型。在定量研究中,索洛将人均产出增长扣除资本集约程度增长后的未被解释部分归为技术进步的结果,称其为技术进步率,这些未被解释的部分后来被称为“增长余值’’(或索洛余值),也即为全要素生产率的增长率【2】。这种方法目前已经得到国内外学者的广泛认同,但也有一定的缺陷,因为它没有把规模经济的作用从技术进步的作用中分离出来那样,以及“Solow余值法’’与现实并不相符的假设构成了“Solow余值法’’的缺憾。针对索洛余值,很多新增长理论的经济学家作了大量的研究工作,主要手段和目的就是将技术内生化。阿罗(舢T0w,1962)和谢辛斯基(SheshiIlsb,1967)的经济增长模型率先将技术内生理论引进经济增长模型,其科学手段是将技术进步作为资本积累的副产品,即干中学效应,同时知识的外溢(或投资的外部性)导致整个经济生产率的提耐川。Romer(1986)继承了阿罗的干中学的概念,提出了一个以知识生产和知识溢出为基础的知识溢出模型,用技术外部性或知识的溢出来解释经济增长【5~。此后,卢卡斯(Lucas,1988)也沿用了用人力资本解释经济增长的方法,建立了Lucas.Uzawa模型【5一。他们的模型中,将技术进步视为有目的的R&D活动的结果,而且这种活动以获得某种事后垄断力量为激励。从而,如果经济中不存在新观念、新发明耗竭的趋势,增长率在长期中就可得以保持。进入二十一世纪后,很多发达国家经济发展更加迅速,社会财富的积累呈指数形式迅猛增长。影响经济增长的主要因素发生了什么变化,技术进步对经济增 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究长的贡献再一次成为人们关注的问题。经济学家利用工业时代测度工业技术进步对经济增长贡献的方法,度量以信息技术为核心的技术进步对经济增长的贡献时,发生了与实际情况不相符合的偏差。目前,测度技术进步对经济增长的贡献再次成为研究热点,不少经济学家通过测度科技创新、研发投资、汇率、贸易、制度变迁等对技术进步的影响,探求促进经济增长的方式方法。觚ssmaIl和Help玎m(1991)在引入研发部门外溢效应后,发现由于技术水平的提高和国内外市场的扩大,消费性产品数量和品种增加,技术创新具有垄断定价效应,导致经济增长被扭曲[7】。Symeonidis的I汲D垄断竞争模型假定只有经济发达国家企业拥有竞争力优势,其他利益关联主体,如国家、中间部门企业、最终产品生产企业和劳动者的竞争力对经济增长的作用,关注严重不够。N昭“Isl锄(1995)首次将计量经济学的paneldata方法应用于收敛性的分析,从根本上为这一问题找到了解决方法。针对这种数据,计量经济学发展了专门的建模方法,称为panel‰方法。该方法允许经济体的不可观测的“个体效应”的不同,允许总生产函数的不同,从而为长期经济增长的研究,特别是为实证检验条件收敛性,提供了有力的计量经济学工具伟】。AgKon和Howitt将熊彼特的“创造性破坏”思想内生化成为经济增长理论的新思潮,他们创立的A—H模型发现,由于创新和技术进步的不确定性,某个单独的新产品出现和技术进步未必会带来经济增长,但从总体上技术进步会促进经济增长【9'l们。h缸ler(2001)在新古典框架下,建立了一个包含随机因素的,由垂直创新推动经济增长的内生增长模型,也被称为新古典熊彼特主义的增长理论【111。由于技术进步和员工效率的上升不是无止境的,Solow和Yollng又修订了具有效率提高上限的技术进步测度模型[12'13】。实证研究方面,Je疏巧I.Benlstenl和Xiao),iY缸(1996)研究了加拿大和日本I域D溢出与生产率增长,结果表明国内溢出对生产率的贡献大于国际溢出的贡献【4刀。JaIlFagerbe玛(2000)利用1973.1990年39个国家和24个产业的样本研究了专业化和和结构变化对生产率增长的冲击,得出了结构变化并不导致生产率的必然变化,但那些致力于提高朝阳产业(如电子)技术含量的国家将比其它国家具有更高的生产率【481。G血lIlisKaragiannis(2000)建立了用利润函数直接估计的参数测量和分解全要素生产率(T0talFaCtorProduCtiv时,TFP)变化的框架,在允许技术无效的存在的情况下,将TFP的变化分解为生产可能性边界的移动和技术效率的变化,这种方法比传统的生产函数法更接近于生产和经济增长的实际情况,能够将影响TFP的因素从TFP的变化率中分离出来,从而更加深入地研究经济增长的根源H刿。国内对经济增长理论的研究主要集中在实证研究方面。近期有代表性的成果4 第~章绪论有:刘强中国经济增长的绝对收敛性的分析【14】;武剑运用方差分析模型分析了外国直接投资的区域分布及其经济增长效应【l5】;魏后凯利用时间序列和横截面数据,在横截面模型方法下,分析了外商直接投资对中国区域经济增长的影响,并得出了与前文相反的结论[1卅;沈坤荣、马俊利用计量经济学方法对外商投资、技术外溢、内生经济增长的研究【l71,以及应用横截面数据方法对俱乐部收敛效应的分析等[18】,雷钦礼利用时间序列分析了我国经济增长的均衡路径等【19】。与国际上该领域的研究相比,国内研究还存在一定的差距,一是对经济增长分析的系统性研究不足,二是在传统的经济增长因素分析方面,研究的深度不够。1.2.2研究技术进步的方法测度技术进步的研究方法,目前使用较多的有五种,其中属于非参数法的分析技术是数据包络分析(DataEnvelopmentAaIlalysis,DEA方法)和无界分析(FrceDisposalHull,FDH方法),属于参数法的分析技术包括随机前沿方法(stochasticFrontiefApproach,SFA方法)、自由分布方法(Distribu缸onFreeApproach,DFA方法)及厚前沿方法(T11ickFrontierApproach,n’A方法)。参数法的主要优点在于它能将纯粹的随机误差与非效率值相分离,而缺点是需要假设一个的专门的连接投入和产出的函数形式,不恰当的函数形式或误差项的分布假设会潜在地将设定误差与效率估计混淆,尽管提出的假设函数可以用假设检验的方式进行验证,但是当所提出的假设函数形式不理想或提前对投入产出间的函数关系毫无头绪时,还会增加很多无谓的工作量。目前使用较多的参数方法多采用统计回归技术,如~鲈er、Lovell与scl聊idt(1977)等提出的随机前沿方法(SFA)。非参数法的主要优点是不需要指定函数形式或分布假设,避免了设定误差,但是,这类方法将任何偏离边界都度量为非效率,即随机误差不能被分离出来。目前使用最多的非参数方法为DEA方法及其衍生技术。与参数方法大多拟合一条通过数据中心的曲线不同,DEA方法运用线性规划技术在所有数据的上方构造一个线性面(Seif.ordandn瑚11)。统计回归方法通过假设函数的形式用一个建立在所有决策单元基础上的最优化模型估计参数,而DEA方法对不同的决策单元运用不同的线性规划模型而不是提前假设某一函数形式。正是由于这种特性,DEA方法被应用于不同领域的效率评估。瑞典经济学家和统计学家曼奎斯特(StenMahnqllist)是进行全要素生产率研究的第一人,他在Trab旬osdeEstadistica(1953)上发表文章,以两个或多个消费群体中的一个消费群体的无差异曲线为参考集,比较多群体消费特征的差异【201。Chames、Cooper与R110des在假设规模报酬不变的条件下,提出了用以评价企业效率的数据包络分析方法(DEA),这个最基础的模型称为ccR模型,也称 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究为规模报酬不变的CR-s(coIlstantr朗咖toscale)模型【2¨。DEA方法的局限性在于只能应用于同期有代表性的单元之间的数据比较,却无法测量多个决策单元两个时期间的效率变化。CaVes,C雠stenSen,DieWen等人(1982,简称CCD)将Mmlquist的思想与DEA方法结合,扩展为测量TFP的专门指数藉以分析企业生产效率的增长【22】。考虑到规模报酬不变的假设过于苛刻,Banker、Chames与C00per(1984)提出了规模报酬可变(vaIiable枷t0scale,Ⅵ强)情况下CCR模型的变形,即BBC模型【23】。在此基础上,Niscbjmj硼(1982)等第一次对Malrnquist指数进行了实证分析【24】。Fare,Grosskopf’Lm留∞,RDos(1994,简称FGLR)等人在假设规模收益不变的条件下将法约尔(Fa盯ell,1957)等人测量效率的方法和CcD方法结合,将MalInquist指数分解为配置效率和技术进步两部分,从而奠定了Mahnquist指数研究体系的基础【251。由于CCD模型没有考虑规模效率,GrifeU和Lovell(1995)等人融合BBC模型的思想提出了考虑规模收益可变情况下的新型Malnlquist指数计算方法126】,R丑y和Desli(1997)提出了与FGLR不同分解的(RD)Malmquist指数【27】,Bauer和B出分别运用了经济学的理论框架和指数方法试图进一步将配置效率进行分解,分解过程中同样以基于非参数的线性规划模型DEA方法为基础,以投入与最低投入的差距进行定义而非基于投入的距离函数。研究过程中采用非参数方法而非其他方法的原因在于它考虑了生产过程中资源配置无效的情况。当厂商被认为是以投入最小为导向,并且投入产出数据和价格已知的情况下,这种方法十分有效。Bymes,Valdmams(1997)的研究表明在很多情况下,配置无效的情况是存在的,生产单元可以通过改变投入组合提高产出效率【28J。Grifen和Loven(1999)进一步改进了MalInquist指数的分解方式,将效率改善看作是规模效率和纯技术效率共同作用的结果,使之在指数本身的准确性和分解因素的经济解释方面更进一步【29】。这种分解方式的尝试被称为基于径向距离函数的MalInquist生产力指数,既可以是基于投入的也可以是基于产出的。它能够准确地反映实际投资与理论最小投资,或实际产出与理论最大产出之间的距离,也就是在保持产出不变的情况下投入可以减少的比例,或投入保持不变产出可以增加的比例。由于分析角度的不同,可能会出现从投入角度和产出角度所测算的结果不一致,甚至迥然不同的情况。Ch锄bers,ch_uIlg和Fare(1998)提出定向技术距离函数,该函数是Sh印hard径向距离函数的推广,可以处理投入与产出同时变化的情况,与传统的径向型投入/产出距离函数相比,该方法提出了非径向的新思路圈。这种情况在基于投入的指数计算中不允许有非零的投入冗余,在基于产出的指数计算中不允许有非零的产出冗余。进一步的,个体必须选择投入或产出的偏好倾向,不能对二者进行融合,Ma.J,Eva璐DG(2002)6 第一章绪论在研究中发现,非径向距离函数很好的度量了生产效率的变化,而径向距离函数则容易出现信息扭曲。非径向距离函数尽管比径向距离函数有所进步,同样不能够完全刻画生产效率变化的来源,那些来源于投入的同比例减少,那些来源于投入价格的变化等【30J。L毒opold,Paul等(1999)在Malm‘juist指数的研究中又引入了置信区间的概念,分析样本大小与技术效率、技术进步可信度间的关系,进一步丰富了Mahnquist指数的研究体系刚。1.2.3Malmquist指数应用领域关于Mahquist指数方法的应用成果,比较有代表性的有对银行业、医院、工业行业、农业、国家等的效率评估。不同学者对银行业生产增长的主要原因分析结论却并不统一,h缸khe巧ee,灿锄(2001)等发现银行业效率提高的原因在于银行经营效率的提高而不是生产前沿面的上移;还有实证表明技术的变化也是生产增长的一个很重要的因素【3劭;最早将Mahquist指数与DEA方法结合的F讹(1994)首先对瑞典私立医院的效率进行了评估【25】;L6thgren和T锄bour(1999)对瑞典眼科医院服务效率的评估网;Grifell.1址j6和Loven(1996)对放松管制后西班牙储蓄银行的效率研究【蚓;Fulghliti和P翎血(1997)对18个发展中国家农业生产效率的评估【35】;对一些高收入和低收入国家追赶效应假设的实证研究;Madden和SaVage(1999)对74个国家电信产业生产效率、技术追赶效应和改革效果进行的效率评估【361,Maudos(1999)对OECD成员国的全要素生产率的研究吲;Yra0Ch髓(2003)对中国主要工业行业1966到1985的效率变化进行的研究【38】;肖耿(GengXiao,2005)对中国大型工业企业的效率分析【39】;OsmaIl,Fa衄a等人对政府公共部门的效率研究等㈣。Cu删:11i11s(1999)曾将基于径向距离函数的Mahnquist指数应用于对美国保险企业的效率研究【4l】。直接将Mahnquist指数用以分析不同寿险公司间生产效率的变化可以帮助我们分析不同公司险种开发与政策制定的成功与失败,或者说,每个保险公司经营策略的成效。国内关于Mahnquist指数的研究大多集中在方法引进和应用领域推广上。孙巍(1999),易纲、樊纲等(2003)最先将Mahnquist指数研究体系引入中国【42’4”。徐宏毅等(2004)对1992.2002年中国服务业全要素生产率的增长情况进行了分析,发现生产率提高主要来自技术进步;郑京海、胡鞍钢等(2005)对中国各省份的全要素生产率进行分析,对造成区域经济差异的原因给出了解释m】。涂正革、肖耿等(2005)对大型工业企业的MallllquiSt指数进行了分析【391,赵伟、马瑞永等(2005)在假设规模收益不变条件下对各省农业全要素生产率情况进行了研究【45】。解百臣、吴育华等对中国关税改革政策给轿车生产企业效率的影响进行了探讨。陈璐还运用M出nquist指数理论对财产保险企业的TFP指数进行了分 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究析,并指出哪些企业的全要素生产率提高,哪些降低,但没有对效率提高或降低的原因进行分析闱。1.3研究内容及思路本文主要从理论探索的角度对经济增长的效率测度理论进行了研究。主要从经济增长的相关理论入手,分析效率测度与经济增长之间的关系,进而从参数方法和非参数方法两个角度研究相关的效率测度方法,并对这两种方法的原理和结论进行了相应的比较。在此基础上,本文还研究了经济增长中生产率变动的非参数测度方法,以及要素的拥挤问题。文章的主要研究思路如图1.1所示。图1.1论文研究思路本文的主要研究内容如下:第一章主要介绍了本文的研究意义及目的,同时对国内外的相关研究情况进行了简单的评述,并对本文的研究内容和路线作了相应的概述,指出了本文的创新之处。 第一章绪论第二章主要介绍经济增长的相关理论。从经济增长方式的分析入手,介绍了经济增长理论的演变过程及相关理论的主要观点和结论,进而就技术进步与经济增长的关系进行了相关的研究,并探讨了影响我国经济增长及技术进步的主要因素。第三章是本文的一个过渡章节,主要阐述效率评估理论及其经济意义,从而指出效率测度是进行经济增长分析的一种有效途径。这一章首先介绍了效率评估的相关理论,进而分析了效率评估中一些常见指标(比如技术效率、规模效率、管理效率等)的经济含义,统一了相关的术语,并指出了不同指标之间的关系。最后文章还简要的介绍了效率测度的主要方法,以及动态效率评估的相关理论,从而为后文的研究做好铺垫。第四章研究的是经济增长效率测度的参数方法。参数方法的研究源于生产前沿面的研究,因此,这一章首先介绍了生产前沿面的产生和发展过程,进而对参数方法中的随机前沿分析法(StochasticFront衙Approach,SFA)进行了深入的研究。相关的研究主要从相关的分析模型、管理偏差项的分布以及常见生产函数的形式这三个角度,探讨了运用随机前沿分析法进行效率评估的相关原理及方法,最后运用该方法研究了我国主要商业银行2006年的效率。第五章研究的是经济增长效率测度的非参数方法。非参数方法与参数方法有着不同的理论体系,它是从数学规划的角度进行效率的测算。这一章首先介绍了非参数方法的产生与发展情况,进而以数据包络分析法(DataEnVelopmcntAnalysis,DEA)为对象进行了深入的研究。相关的研究主要从DEA的产生背景、工作流程、优缺点、常见模型及其经济意义等几个角度,阐述了DEA方法的基本原理及计算方法,最后运用DEA方法分析了我国主要商业银行2006年的效率。第六章是第五章相关研究的一个补充,第五章研究的是静态效率,而这一章主要从动态效率的角度来研究生产率的变动及其测度方法。第六章首先介绍了生产率变动的相关理论,以及常见的衡量生产率变动的指标,进而重点研究了MalInquist生产率指数的相关理论。有关MallIlquist指数的分析主要从该方法的基本原理、计算方法及其分解几个角度展开。最后,文章用Mallnquist指数分析了我国主要商业银行1997—2006年间的生产率变动情况。r第七章研究的是经济增长中的拥挤现象。文章首先分析了经济增长中的拥挤现象,进而探讨了要素拥挤的内涵、产生原因及其测算方法。在此基础上,文章提出了基于Mahnquist指数的技术效率变化指数的分解方法。第八章是全文的一个总结与展望,首先总结了全文的主要工作,重点比较了在测度效率的时候,参数方法与非参数方法之间存在的差异,进而就研究中存在的不足和后续研究的方向做了简要的描述。9 第二章经济增长理论及其与技术进步的关系研究经济增长是关系到国计民生的问题,也是经济学家们研究的一个热点问题。关于经济增长的概念,主要存在两种相互联系的定义。部分经济学家认为:经济增长是指一个国家或地区实际总产出的持续增长,即一个国家或地区所生产的物质产品以及劳务在一个相当长的时期内的持续增长。这种说法的典型代表是美国经济学家萨缪尔逊(PaulASa哪elson),在他的著作《经济学》(Economics,1948)中曾指出:“经济增长是指一个国家潜在的国民产量,或者说是潜在的实际GNP的扩展,可以把经济增长看作是生产可能性边缘随着时间向外的推移。一与此同时,另一部分经济学家则认为:经济增长是按人口平均的实际产出,即人均实际产出的持续增长。这一观点的典型代表是英国著名经济学家阿瑟·刘易斯(W.ArthurLewis),在他的论著《经济增长理论》(1955)中曾提出:。经济增长是按人口平均的产出的增长一。此后,诺贝尔经济学奖得主美国经济学家库兹涅茨(SiⅢonKuznets,1977)给出了一个比较完整的定义,他认为:“一个国家的经济增长,可以定义为给居民提供种类日益繁多的经济商品的能力的长期上升,这个增长的能力,基于改进技术,以及它要求的制度和意识形态的调整’’。他还指出:“我们把各国的经济增长看作是通常由人口的增加和广泛的结构变化所伴随着的每人或每个劳动力产值的持续增加”。根据现代经济增长理论,影响经济增长的因素主要包括劳动力、资本、技术进步以及制度性因素等。其中技术进步对于经济增长的影响引起了广大经济学家的关注,从最初的技术外生到内生理论的产生,反映了经济学家对经济增长事实逐步认识和了解的过程。应该说,技术进步在人类进化历史上发挥了非常重要的作用,它推动了人类的进步,从最初的狩猎到农业社会的出现,再到第一次工业革命、产业革命,以及以计算机为代表的现代信息技术的产生与应用,都体现了技术进步在推动经济增长中的作用。下文将从分析经济的增长方式入手,介绍相关的经济增长理论,进而探讨技术进步与经济增长之间的关系,以及技术进步推动经济增长的模式及其机制,最后再分析影响我国经济增长及技术进步的因素。2.1经济增长的方式一般来说,一个国家和地区实现经济的增长主要有两种方式:一种是增加人力和资本的投入,通过扩大生产规模来实现现有经济的发展;另外一种方式则是在不增加人力和资本投入的情况下,提高生产效率,通过生产效率的发展来带动 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究经济的发展。这也就是我们常说的粗放型经济增长方式和集约型的经济增长方式。我国自从改革开放以来,经济建设取得了巨大的成就,国家的经济水平迅速提高,但这种经济增长的代价也是沉重的。相关的研究表明,我国已有的经济高速增长主要是通过生产要素的高投入和高消耗来取得的,生产效率极低。比如每消耗一吨标准煤,我国的Q岬大约会增长710美元,而美、日、英、法、德等发达国家则为2165美元.6388美元;在我国,某些原材料的物耗所占比例比发达国家竟然高出5.10倍,甚至高达100倍。【50】因此,加快经济增长方式的转变,是我国经济发展过程中急需解决的一个问题。2.1.1粗放型增长方式粗放型的经济增长方式主要通过不断扩大规模来推动经济总量的增长,它是一种对生产要素的粗放性利用。粗放型的经济增长方式主要依靠增加生产要素的投入,通过外延扩大再生产来实现经济的增长,片面追求生产规模、产值和产量,而忽视了资源的消耗、生产成本以及产品质量,从而影响了经济增长的质量、效率和效益,并带来了严重的环境问题。因此,粗放型增长方式又被称为数量型、速度型、外延型的增长方式,它是经济发展的一个低级阶段。在人类发展历史上,粗放型的经济增长方式主要体现在两个历史时期:农业社会阶段和工业化的初级阶段。在农业社会时期,生产方式和工具都比较简单,也没有过多的生产技术,而且人口相对稀少,可耕种的土地较多。因此,虽然单位面积的粮食产量有限,但可以通过扩大耕种面积来迅速增加粮食产量。从而在历代的封建社会,政府都通过鼓励生育和垦荒等措施来增加劳动力,并扩大再生产规模,进而推动农业生产的发展以及国家的富强。“劳动是财富之父,土地是财富之母"便是这种粗放式经济增长方式的写照。而在工业化的初级阶段,虽然科技进步已经推动了人类社会从农业社会到工业社会的过渡,但尚未达到大规模实行自动化生产经营水平,各国经济增长的主要方式仍然为粗放型,这是由当时的生产力、科技水平以及社会经济的发展状况所决定的。在这一阶段,一方面劳动力资源很丰富,大批过剩的农业劳动力为工业的发展提供了大量低廉的劳动力;另一方面,这个时期的自然资源也比较丰富,经济的全球化也为自然资源的获取提供了便利。而资本积累方面,虽然有一定的积累,但仍不足以发展现代资本密集型产业。此外,在工业化的初期,市场和社会的需求水平和结构较低,主要体现在生活必需品的数量上,对提高生活质量的商品需求虽逐步增加,但依然有限。在这些因素的影响下,粗放型的生产方式仍12 第二章经济增长理论及其与技术进步的关系研究然是众多生产企业的发展模式。从人类社会的发展过程来看,粗放型的经济增长方式是一个不可逾越的发展阶段。虽然存在效率低下和资源浪费的情况,但不可否认的是在一定的历史时期内,该方式对经济的增长起着巨大的积极作用。没有粗放型经济发展取得的巨大成就,就没有在生产力发展的基础上的资本积累、科技进步以及广大劳动力文化科技素质的提高,就不可能进一步发展生产力和科学技术,进而使经济发展转向集约型的经济增长和内涵式的扩大再生产。【5l】2.1.2集约型增长方式集约型的增长方式是实现经济增长的另一种模式,生产要素利用效率的提高是这种经济增长方式的主要动力。集约型的经济增长方式以谋求经济增长质量和效益提高为目的,以市场需求为导向,通过调整企业生产经营结构,采用先进的技术,推行科学的管理策略,来实现经济的较快增长,因此有些学者又称之为效益型、质量型或者是内涵型的增长方式。集约型增长方式是经济增长的一种高级形态,它主要依靠科技进步和技术创新、劳动力素质的改善,通过内涵扩大再生产,提高综合生产率来实现经济的增长。当生产力和科学技术发展到一定高度之后,粗放型的经济增长方式将会给继续再生产带来一系列的问题和困难,诸如生态环境、资源的获取等等,这时候就通过集约型的经济增长方式来推动经济的发展。相比于粗放型的增长方式,集约型的增长方式在推动经济增长方面有着许多积极的效用,这主要体现在以下几个方面:1、更加节约资源,同时提高了资源的利用效率。这是集约型相对于粗放型最主要的区别。粗放型通过资源的浪费来实现经济的增长,而集约型则是通过提高生产效率来实现。2、提高了劳动力的生产效率。技术进步在推动经济增长方式转变的同时,也在不断的改进着劳动工具,从而简化了生产过程,节约了劳动时间,提高了劳动者的生产效率。3、缓和了环境污染的问题。随着社会的发展,人类逐渐认识到经济的发展不能以牺牲环境为代价,从而更加严格的控制了生产过程中的环境污染问题,并注意人与环境的和谐相处。4、管理水平更加科学。集约型增长方式的另一大特点就在于将科学的管理手段引入生产过程,从而大幅度提高了微观和宏观经济的管理水平和效率。 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究2.1.3经济增长方式的转变从社会的发展过程来看,经济增长方式由粗放型向集约型转变是一个国家和地区经济发展到一定阶段后的必然要求。这种变化主要来源于粗放型增长方式的一些内在缺陷,导致产生如下一系列的矛盾:1、由于粗放型增长方式是通过增加要素投入来实现经济的增长,而自然资源是有限的,因此就产生了经济增长与自然资源相对不足的矛盾;2、粗放型增长方式的劳动力主要来源于大批农业生产过程中的剩余劳动力,这些劳动力技术水平较低,价格低廉,降低了生产成本,是经济粗放型增长的有力保障。而随着劳动者受教育程度的不断提高,以及大批技校的出现,劳动者对工作条件和报酬的要求也将随之提升,从而产生了粗放型增长方式与劳动力质量之间的矛盾;3、粗放型的增长方式以大量牺牲自然资源为代价,而且从社会的发展过程来看,在这个阶段,人们的环保意识并不强,造成了大量的环境污染,因此粗放型增长方式与生态环境的保护也成了不可调和的矛盾;4、由于粗放型的生产方式只关注于产品的数量,这一方面产品的质量缺乏必要的保证,同时大规模的生产方式无法满足人们的个性化需求,因此又产生了与人们生活质量之间的矛盾。综上看来,资源消耗高、损失浪费严重、破坏环境、经济效益低的粗放型的增长方式带来了经济生活中一系列的问题和矛盾,而上述矛盾的激化必将带来自然资源的稀缺、劳动力价格的上涨等问题,这些矛盾都会致使企业不断丧失自身的竞争优势。因此,经济上的竞争压力迫使企业采取更先进的生产技术、提高劳动效率来降低生产成本,使经济增长转向集约型增长。从企业的生产过程来看,企业的投入主要在于资本和劳动力投入两方面,因此要实现经济增长方式的集约化,必须从这两个方面入手。(1)加强人力资源的开发,提高人口素质人是经济生产活动中不可缺少的一项资源,人类的进步和发展是经济增长的源泉和动力。著名的人力资本理论专家舒尔茨曾指出:“人类的未来不是取决于空间、矿产和土地,而是由人类的知识发展情况来决定。一随着各国经济水平的不断提高,入力资源在社会财富积累过程中所起的作用也不断加强,加强人力资源的开发也逐渐成为各国经济发展中的热点问题。从另一个角度来说,人是科技进步和技术创新的主体。作为全球最大的发展中国家,要实现经济的集约型过渡,就必须减少固定资产投资,加强人力资源的开发,提高人口素质,改善我国的人力资源质量,从而提高人力资源的回报率,获得更好的经济增长质量。14 第二章经济增长理论及其与技术进步的关系研究随着知识经济时代的来临,科技进步和技术创新成为了经济增长的核心,它们推动着知识的生产、传播和应用。而知识经济的发展则离不开人的作用,人是知识的载体,是生产知识、传播知识和应用知识的主体,因此人力资本是知识经济的灵魂。实践证明,21世纪的竞争是~场人才的竞争,谁拥有更多的人才,谁更善于激发人才的创新意识,谁就可以在市场竞争中取得更多的主动权和更强的竞争力,进而赢得经济发展的成功。对我国而言,一方面,科学地、有效地开发人力资源,可以在一定程度上替代在时间和空间分布上都稀缺的自然资源,同时通过科技进步和技术创新来促进经济持续的、健康的发展。另一方面,增加人力资本投入,提高人力资源的质量,也是适合我国国情的一种经济增长方式。这是因为,首先,虽然我国地大物博,有着较为丰富的自然资源,但由于我国人口基数大,因此人均占有量较低,自然资源相对缺乏;其次,我国人口约占世界人口总数的1/4,因此人力资源总量巨大,但无法忽视的一个问题是由于大多数人的文化水平不高,因而人力资源的平均质量水平较低。粗放型的增长方式,强调投入劳动力的数量,而较少关注于劳动力的质量,也忽视了人力资源的有效开发。而集约型的增长方式更加注重提高要素的生产效率,它以资源的有效利用为出发点,提高生产过程中的全要素生产率。。综上,加强人力资源的开发,提高人口素质,是实现我国经济跨越式突进的有力保障。(2)通过科技进步和技术创新引导增长方式的转变“科技是第一生产力”,科技进步和技术创新已经成为推动当代经济发展的主要动力,它同时也是实现经济的集约型增长的关键因素,已经渗透到影响生产力的各个要素甚至是整个经济系统的上层建筑之中。从各国经济的发展历程来看,最开始都是出于粗放型的生产状态,科技进步在经济增长中所占的比重有限,而随着经济的不断发展,科技进步和技术创新对于经济发展的贡献率也不断上升,当经济发展到一定的规模和水平之后,技术进步将主导经济的增长,这时候也就进入了集约型的增长阶段。根据发达国家的经验,英美等国家上世纪初技术进步在经济增长中的贡献率仅为20%左右,而现在,科学技术在其经济增长的贡献率已经超过70%。科技进步和技术创新主要从宏观和微观两个角度来推动经济的发展。微观上,技术进步加快了企业的发展,促进了企业经营规模的扩张,这种微观层面的变化最终导致了宏观上,整个经济的增长。技术进步对经济的推动作用主要表现在四个方面:1、科技进步为生产活动提供新的生产工具、技术和工艺,优化了原有的工艺水平,提高了生产效率: 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究2、科技的进步和技术的革新能够优化社会的投资结构,创造新的产业,从而不断调整产业结构。技术进步对不同产业的影响能够引导资金从成长性较弱、效益较差的产业转向效益更好行业,使各种资源的配置趋向合理,从而推动整个经济系统优质的增长;3、技术进步提高了劳动力的生产力,不断改变生产要素的构成,并优化劳动就业结构;4、随着科技进步和技术创新成果的扩散,各种先进的管理方法相继出现。微观的生产组织和宏观的经济调控,特别是决策技术的应用将引导投资结构向更合理的方向发展。【50】根据经济学中的“边际收益递减’’规律,在其它要素不变的情况下,单位生产要素的增加所带来的产出的增加是递减的,这也就导致了粗放型增长方式下资源的大量浪费,利用率低下。在集约型增长方式下,技术进步在生产中占据着绝对性的作用,它能够推动整个生产前沿面的移动,如图2.1所示,不仅能够有效地抵消边际收益递减效应,同时还能产生更多的报酬,因此可以认为科技进步和技术创新对于生产活动具有“收益递增性”,它能够有效地推动经济的增长。有关研究表明,近半个世纪以来,美国经济的“物质密集度’’有明显的下降趋势,而日本单位产品的能耗量更是只有美国的一半。因此,科技进步与技术创新为谋求经济的可持续增长提供了极大的发展空间。产出O变了生产函数投入图2.1科技进步推动生产前沿面的移动对于我国而言,粗放型增长方式已成为经济可持续发展的障碍,集约型的增长方式是符合我国国情和战略的经济增长方式。而人力资源的开发和科技进步是推动经济增长方式的两个关键性因素,只有加强这两方面的开发,才能更快、更有效地实现我国经济增长的集约化发展。2.1.4经济增长方式的判断集约型增长方式是我国经济发展的方向,那么如何判断经济增长方式是粗放16 第二章经济增长理论及其与技术进步的关系研究型还是集约型的?一种比较简单的分类方法是:如果全要素生产率的提高对经济增长的贡献率超过50%,那么经济增长的类型就是集约型,否则为粗放型。这样的分类毕竟过于简单,进一步划分经济的增长方式,有利于我们把握好经济的增长动向。令Y表示系统的产出,X表示系统的投入要素,P表示全要素生产率,那么有:Y=X幸P(模型2.1)对(2.1)式两边求导得dy/】厂=dr/X+护/P(模型2。2)在模型(2.2)中,dY腭表示产出的增长率,可以视为宏观意义上的经济增长率,d)l湫表示投入的增长率,dP/P表示全要素生产率的变化。模型(2.2)两边同时除以删,得:.橱,d】,卯,d】,l=一/一+一/一xYPY令警,孚=岛;警,等=廓,则有:Ex+EP=、(模型2.3)(模型2-4)显然,Ex表示要素的增加对经济增长的贡献率;EP表示要素生产率对经济增长的贡献率。显然,EX、EP的大小表示了经济增长的粗放程度或集约程度,Ex越大,则EP越小,那么经济的粗放程度就越高;反之,EP越大,则Ex越小,那么经济的集约程度就越高。模型2_4又被称为经济增长方式的判决方程【52】,它可以表示为图2.2。图2.2经济增长方式的判决方程根据图2.2,越靠近C点则经济的增长方式越粗放,越靠近A点则越集约。点A和点C是两个极端,分别表示绝对集约型和绝对粗放型,点B为分界点,该点的集约度与粗放度相同,该点上经济增长的一半来源于要素投入的增加,一半来源于技术进步。根据这几个特征点,可以将经济的增长方式进一步分为以下五类,如表2.1所示: 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究表2.1经济增长类别的分类【52】数值经济增长类别特征Ex=1,EP=0绝对粗放型点C,经济增长完全来源于投入增加O.5o,随着投入x的不断增加,z不断减小,直到点A处,Z=0,在曲线的后半段(曲线AB)有Z<0。图3.2厂商的生产曲线43 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究为了方便分析规模收益可变和规模收益不变情况下,厂商技术效率的差异,我们考察一种最简单的情况:厂商只有一个投入和一个产出。在规模收益不变的情况下,产出和投入呈一定的比例关系,生产前沿面是一条直线,如图3.3中的直线CRS;在规模收益可变的情况下,生产前沿面就成为了一条曲线(图3.3中的珊曲线)。图3.3投入视角的规模效率假设厂商在点P处组织生产活动,根据技术效率的定义,在面向投入的情况下,技术效率是保持产出不变时,投入可以缩小的比例。因此,在规模收益不变√,’的情况下,厂商P的技术效率珥,傩=等,而在规模收益可变的情况下,该厂Af』D商的技术效率珥,嘟=篝,Bc之间的距离表示规模收益对生产活动造成的影以f‘响,一般将其称为规模效率(ScaleEmciency,简记为SE),规模收益变化的根本原因在于生产要素的不可随意分割性。综上,规模效率是指与技术水平和要素组合比率不变条件下,规模有效状态相比规模效益的发挥程度。即在投入的视角下,规模效率是指在技术水平和要素组合比率不变条件下,被评价单元的单位成本产出量(y/c)和有效规模的单位..,.成本产出量(J,‘/c.):胚=等。当然,也可以理解为规模效率是规模收益y|c不变(CRS)情况下,被评价单元的技术效率与规模收益可变(Ⅵ媳)情况下,被评价单元之间的比值,即p口TEIcltsAc|APAcITEiH陋AB|APAB在实际的研究中,有关技术效率的表述比较混乱,同样都是技术效率,评估体系也都一样,但是在规模收益不变和规模收益可变两种情况下的技术效率却可能是两个不同的数值。为了很好的区分这两个效率,有些专家将规模收益不变时的技术效率称之为技术效率,而将规模收益可变时候的技术效率称之为纯技术效 第三章效率评估理论及其经济意义率(n聪TecllIlicalE伍ciency,简记为PTE),之所以称之为纯技术效率是因为规模收益不变情况下的技术效率还包含了规模效率的影响。而另外还有一些专家则称规模收益不变情况下的技术效率为规模技术效率或者是总效率、综合效率(记为STE),保持规模技术可变情况下技术效率的概念不变。从现有的理论来看,规模收益可变情况下的技术效率也不是纯粹的技术效率,它还受到投入可处置性因素的影响,这也将是后文的研究中将继续探讨的一个问题。为了便于本文的研究,本文采用后面一种命名规则,将规模收益不变情况下的技术效率称之为综合效率,而规模收益情况下的技术效率的称呼保持不变,因此有:STEj=sElxTE【3.2.3基于产出视角的效率上文分析了投入角度的技术效率、配置效率以及规模效率等效率评估参数,它们主要是从节省生产过程中的成本的角度来考虑厂商的效率问题。基于产出角度的效率评估则是从收益的角度来对厂商的效率进行研究,它与面向投入角度的着手点不一样,所得到的结论也可能会存在一定的差异。跟上面的分析一样,为了描述产出视角的技术效率和配置效率,我们假设存在这样一个厂商,它的生产过程是由一个投入要素(x)和两个产出要素(乃概)组成的,同样假设规模收益保持不变。图3.4描述的就是这种情况下的生产过程,其中曲线船’表示特定投入情况下的生产前沿面,直线崩’是等收益线。图3.4产出视角的技术效率和配置效率假设某厂商在点P进行生产活动,如果厂商投入要素的使用有效率,则产出(P点)能被径向扩大到Q点,Q点也是在规模报酬不定的条件下唯一与投入角度的技术效率相等的点。因此,产出角度的技术效率为OP/oQ,PQ之间的距离45 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究表示了P点的技术无效程度,即珏.DP=0P/DQ=1一QP/DQ。从图3.4可知,生产前沿面驱’与等收益线以。相切于点Q’,因此,在Q’点能获得最高的收益。在保持投入和生产组合不变的情况下,如果厂商P想获得与点Q‘处相当的收益,那么它需要将产出扩大到点R。因此,从产出的角度来看,厂商P的配置效率么‰=DQ/锨。根据前文中有关经济效率EE的描述,从产出的角度来看,厂商P的经济效率%=4%׉=器×篆=器。与投入角度的经济效率不同,产出角度的经济效率反映的是厂商的收益情况与最优的收益情况之间的差异,因此,产出角度的经济效率又被称为收入效率(ReturnEfficiency,简记为RE)。当然本节的分析同样是基于规模收益不变这一假设的,在规模收益可变的情况下,上文有关技术效率、规模效率之间关系的结论同样成立,即在面向产出的情况下,仍然有:STEo=sEo×TEo3.2.4不同视角的技术效率之间的关系根据上文的研究可知,特定经济体的技术效率水平是通过被观察到的生产以及一些理想的和潜在的生产之间的关系所标志的(Greene,1993)。具体技术效率的测量是基于可观察的投入(产出)和最小的投入(最大产出)或最有效的前产出gDX投入图3.5随机生产前沿面沿面的距离。如果一个经济体的实际生产点位于生产前沿面上,那么它肯定是技术有效的,技术效率也最高;如果它位于生产前沿面之下,那么它的技术效率肯 第三章效率评估理论及其经济意义定小于1,是技术上无效率,从产出的角度来看,就是实际的产出和潜在产出之间的比例,如图3.5所示。在前文的研究中,关于被评价单元的技术效率,我们可以从投入和产出两个角度来进行分析。从投入的角度测度技术效率所关注的问题在于:在不减少产出的条件下,各种投入可以减少多少?而从产出的角度分析技术效率时,关注的焦点则在于:在不增加投入的前提下,各个厂商的产出能得到多大程度的提升。既然如此,那么两个不同角度下的技术效率存在怎样的关系呢?为了便于分析,我们仍然考察最简单的单投入但产出的情况,假设某厂商的生产曲线如图3.6所示,那么对于在C点组织生产的厂商而言,投入角度和产出角度的技术效率分别可以表示为:IEI=AB|ACTEn=EciED图3.6不同视角的技术效率一般来说,玛≠觋,然而当生产的规模报酬状况确定后,两种角度所测得的技术效率的大小关系则是确定的。假设生产系统的前沿函数为】,=F(Z),令五=饯,五>l,如果函数是局部的r次齐次方程,那么则有:F(五)=F(兄墨)=旯7F(五)因此产出角度的技术效率:觋=篙=器钉’此时,投入角度的技术效率:锅 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究疆,:丝:互:五一-彳C爿2因此,罢=筹划一。所以:当规模收益递减时,,.<1,力一<1,TEJl,名一>1,TE,>TED;从实际的生产情况来看,由于规模收益一般是随着要素投入的增加逐渐由递增转变为递减的,因此,投入角度的技术效率的度量,偏好于投入规模较小的生产单元;产出角度的技术效率的度量,偏好于投入规模较大的生产单元。只有当所有生产单元都处于最佳规模时,即为不变规模报酬时,两种角度的技术效率才是相等的。【62】另一方面,在规模收益不变的情况下,图3.6中的生产函数曲线将成为一条直线,此时显然有STE,=STED,而STE=TE×SE,因此,此时SE,=SED。3.3管理效率及其分解根据第2章中的相关结论,以索洛(S010w,1957)为代表的新古典增长理论提出技术进步是经济增长原动力。根据Solow等人的观点,技术进步是经济增长中不能被解释的部分,亦即增长的材余值力。技术进步被认为是外生变量,是独立于经济系统之外的东西。此后,以罗默(I沁mer,1983)为代表的新增长理论在一定程度上纠正了新古典增长理论对技术进步理解。ROIner认为技术是理论知识和实践经验的一种混合,而技术进步则为现有技术的进一步发展,即知识的进展。从这两种理论对技术进步的理解来看,它们所定义的技术进步其实是一种广义上的综合,隐含其中的管理知识(或管理艺术)未被明确地划分出来。3.3.1管理效率根据著名管理学家西蒙的理论,管理是指人们为实现一定的目标而进行的计划、决策、组织、协调和控制活动。在现实生产活动中,任何活动都离不开有效 第三章效率评估理论及其经济意义的管理,管理、生产要素(资本、劳动力等)以及生产技术一起构成了任何生产过程中必不可少的投入组合。需要说明的是,管理与纯粹的技术知识有着本质上不同的知识体系,管理有着自己特有的功能:通过对生产要素的调节、平衡、配置,使其在形成现实生产力时,充分发挥作用。生产越现代化、越复杂,管理的这些作用就越加突出和重要。越来越多的研究表明,虽然技术进步是决定众多发达国家经济增长及生产率提高的关键性因素,但对处于“起飞"阶段的广大发展中国家而言,组织管理水平的提高更为关键。因此,如果将组织管理和生产技术这两类性质不同的生产投入简单地归结在一起,并以此分析不同国家、不同发展阶段、尤其是发达国家和发展中国家、以及同一国家“起飞’’前后经济增长、生产率变动差异的原因,显然是不恰当的。【舒】基于这样的思想,雷明、冯珊(1996)2在RoIner等人理论的基础上,重新定义了技术进步和组织管理水平,他们提出:纯粹的技术进步是指在创造和掌握新知识(技术知识)的基础上,在生产的各个阶段及非生产领域中进一步运用新知识并取得经济效益的过程。从这个角度来看,技术进步主要体现在以下几个方面:(1)采用新的原材料和新的能源;(2)采用新的设备或者对旧设备进行改造;(3)采用新的工艺或者对旧的生产工艺进行改造;(4)降低生产消耗,提高投入产出率;(5)提高劳动者的劳动技能;(6)对资源合理开发与环境保护;(7)生产前所未有的新产品和对原产品进行改进,使其性能和质量提高;而组织管理水平的提高则是指在创造和掌握新知识(管理知识)的基础上,主动适应外部环境,提高组织整体效能,推动生产要素在质和量上发生新的变化和新的组合的过程。雷明和冯珊认为组织管理水平的提高主要体现为:(1)采用新的方针政策;(2)推行新的经济体制;(3)采用新的经营方式;(4)改革政治体制;(5)改善和采用新的决策方法;(6)采用能长期激发人们积极性的分配体制与政策;(7)改善生产要素的合理配置;(8)用新的理论和方法去激发人们的劳动积极性从他们的研究结论来看,技术进步即为所谓前沿生产函数的移动,而组织管2雷明、冯珊,全要素生产率TFP变动成因分析,系统工程理论与实践49 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究理水平的提高则是向生产前沿动态逼近的过程。而根据著名经济学家肯德里克(KcndrickJ.K.,1961)和丹尼森(DenisonE.F,1967)的研究结论,影响经济增长效率变动的因素主要包括:生产要素质量变动、知识进步、资源配置、规模作用、政策影响和不规则因素六大类。因此,根据雷明等人有关技术进步的定义,从生产者的角度来看,企业组织管理水平的高低主要通过企业的要素配置是否合理、生产规模是否达到最佳状况等因素来体现;而技术知识的进步和生产要素质量的提高则体现了企业的技术进步。其中,要素质量的提高是我们很容易观察到的,属于体现型技术进步,而技术知识的提高则需要实践的检验,属于非体现型的技术进步。综上,我们可以将影响厂商生产率变动的因素分解为技术进步和组织管理水平两个方面,如图3.7所示:r要素配置是否合适r组织管理水平≮技术水平是否充分发挥lIL是否充分利用生产规模生产率的变动弋lr生产要素质量的变化(体现型)L技术进步1技术知识的积累(非体现型)图3.7影响生产率变动的因素根据前面的分析可知,组织管理水平也是影响经济增长的一个重要因素。在效率评估理论中,我们通常用管理效率(Manag锄entE伍ciency,简记为ME)来衡量一个企业在同行中组织管理水平的高低。管理效率是指管理者从事管理活动的效率,它是一种特殊的劳动效率,集中表现在计划、组织、指挥、控制、协调和决策这几个过程之中,因此管理效率与其它效率的区别主要体现在管理者运用和发挥智力对生产经营所产生的效用上。管理效率的高低与管理的有效性有很大的关系,对一个管理者来说,首先应该考虑的是“把事情处理正确的能力,也就是有效性",比如说正确的决策、恰当的指挥等。3.3.2管理效率的分解根据上文的研究,企业组织管理水平的高低主要受到技术是否充分发挥、资源配置是否合理、生产规模是否最佳这三方面因素的影响,如图3.7所示。而技术效率反映的是企业技术水平发挥得程度,配置效率则体现了企业资源的配置好坏,生产规模是否最佳可以通过企业的规模效率来反映。因此,从这个角度来说,管理效率的好坏可以通过技术效率、规模效率和配置效率这三个效率来体现,事实上管理效率是这三种效率的乘积,我们可以通过图3.8来进行分析。 第三章效率评估理论及其经济意义2图3.8管理效率及其组成在图3.8中,a、c、d、f、g表示同一时点上五个同一类型的不同企业,五、而表示生产要素的组合(资本、劳动力),直线RR’表示生产要素价格一定情况下的等成本线,曲线PP。表示技术有效且规模有效的等产量线,曲线QQ’表示技术有效且存在生产要素非充分利用情况下的等产量线,曲线Q电Q”表示技术有效且所有生产要素均充分利用情况下的等产量线。需要注意的是,曲线缈∥表示的是生产要素拥挤状况下的等产量线。“拥挤”(Congestion)一词最早源于运输行业,被认为是运输工具投入数量过多,形成运输道路淤塞,最终导致运输能力反而下降的现象(D.McFadden,1978)。生产要素拥挤状态是指在一定技术条件下,一部分生产要素数量不变,其他一种或者多种投入要素增加到一定程度时,由于投入要素过多所形成的生产淤塞,产出降低的状态。生产要素拥挤概念反应了生产过程中生产要素间的一种无效配置状态。在投入要素的等产量线图中,要素拥挤体现为等产量线后弯(Back、)l,ardbend迦),如图3.8中的曲线皿矿,在本文的第七章中将详细阐述有关生产要素拥挤的理论。根据图3.8,对于在g点组织生产的厂商来说,它的技术效率、规模效率、配置效率分别可以表示为: 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究观;丝。og瓯=署肛,竺根据图3.8,厂商g的管理效率柳。:竺,显然有:”og帔=尝=兰×号×要=磁×瓯×4乓=s啦×但”09ocod02‘。即管理效率等于技术效率、规模效率、配置效率的乘积(尬=阿×.范×肛),或者说是综合效率与配置效率的乘积。因此,只有某个生产单元的技术效率、规模效率和配置效率同时有效,才能达到管理效率有效。在前文的分析中,曾提到一个经济效率,经济效率在基于投入的情况下又称为成本效率,在基于产出的情况下又称为收益效率,它等于技术效率与配置效率的乘积,因此有:凡伍=孤xSExAE=EExsE即管理效率等于经济效率与规模效益的乘积。从这一点来看,相比于经济效率,管理效率考虑了规模收益问题对于经济增长的影响,它考虑的更为全面。另一方面,如果考虑到生产要素拥挤的情况,还可以进一步将技术效率进行细分。如果投入要素组合比率不变,在规模收益和投入要素可处置性保持不变的情况下,厂商g将产生的效率损失为矿段,表现为纯技术效率PTE,因此厂商g的纯技术效率:PTE::生。Dg如果仅考虑要素可处置性变化而保持其它条件不变,则此时由于投入要素拥挤现象造成的效率损失为df段,这一段的损失表现为投入可处置度,记为C,因此有:c=罟因此有:碾=等=等×鼍.P啦×qs09oj092s即技术效率等于纯技术效率与资源利用效率的乘积。52 第三章效率评估理论及其经济意义3.4效率的主要测度方法综上所述,无论是技术效率还是配置效率或者其它效率,反映的是生产的实际值与最优值之间的差距,实际值可以直接观测到,因此效率测度的关键在于确定最优值。根据生产经济学中有关生产函数的定义可知,这种具有投入或产出的最优性质的函数称为前沿生产函数(FrontierFunction)或生产边界(ProductionFromier)。根据度量过程中是否考虑随机因素,前沿生产函数又被为随机性边界生产函数和确定性边界生产函数。在现代经济理论中,确定生产函数边界的方法有许多种,大体上可以分为两类:一类是以经济计量学方法为主的参数方法,一类是以数学规划为主的非参数方法。下文将粗略的介绍这两类方法,详细地方法将在本文的第四章和第五章中进行分析。3.4.1参数方法一般的计量经济方法通过对统计数据的回归求解资本和劳动等投入变量的参数,在此基础上估计生产率,参数方法就是在这一思想的指导下,根据不同的假设来选择生产函数的形式,进而对其中的参数进行估计,并得到相应的生产函数。用于效率评估的参数方法主要有三种:随机前沿分析法(stI∞hasticFront衙Approach,SFA)、自由分布分析法(Distribution.n优Approach,DFA)以及厚前沿分析法(111ickFrolltierApproach,TI、A)(1)随机前沿分析法参数方法中应用得最广泛的是sFA方法,其他几种方法都是它的变形。SFA 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究方法最早由舡盟er,L0vell,Schmidt(1977)和Meeusen,vandeIlBroeck(1977)同时提出。有些专家又将SFA方法称之为计量经济边界法,该方法给出了一种投入与产出或者成本与利润和环境因素之间的函数形式,并允许出现随机误差。随机前沿模型框架最初是以生产函数为切入点,将其误差项区分为两个部分:一个代表随机影响,一个用于估计技术无效率,模型的形式为:鬈=置∥+(K一∽),f=1,⋯,Ⅳ关于该模型的具体解释将在下一章中进行深入的探讨。值得注意的是,在SFA提出的组合误差模型中有两个基本假设:首先假定无效率服从不对称分布,通常是正态分布,而随机误差服从对称分布,通常是标准正态的。同时假定无效率和误差均与投入、产出或估计方程中设定的环境变量呈正交关系。在设定组合误差项观测值的前提下,任何企业的估计无效率可看作条件均值或无效率项分布中频率最高的数值。【删(2)自由分布分析法SFA方法在研究面板数据上存在一定的缺陷,为了适应者的需要,可以通过放松有关随机前沿函数的随机误差项与非效率项的分布假设来实现,这就是Berger(1993)所提出的自由分布法。相比于SFA方法,自由分布法的最大特点在于:DFA不事先设定随机误差项及非效率项的概率分布特征,它假定各厂商的效率不随时间变动,而随机误差的平均值随着时间的推移而趋于零。这样的假定对于样本数据集中的各个厂商而言,无效率估计将由它们的平均残差与边界上企业的平均残差之间的差异来决定。不过研究者还需要进行一些其它操作,从而解决随机误差的平均值不能绝对为零的问题。DFA方法通过计算样本数据中的各厂商的平均残差与效率前沿之间的距离,得到各厂商的效率值。有了DFA,无效率几乎能服从任何分布,即使是一种相当接近对称的分布,只要无效率是非负的。然而,如果效率因技术改变、企业改革或其他影响而随时间的推移发生了变动,DFA描述的将是每家企业与最佳平均运营边界的平均偏差,而不是任一时间点上的效率。【删(3)厚前沿分析法Be曜er和Humpllrey(1992)在sFA方法的基础上提出了厚前沿方法,他们认为用面板数据估算前沿函数时,可使用一种更自由的分布方式。TFA方法假定:在观测值的最高和最低绩效四分位数(按规模类别分层)之内与预计绩效值的偏差代表随机误差,同时,在最高和最低四分位数之间的预计绩效偏差代表无效率。在该方法的实际应用中,分别对绩效最佳和最差的四分位区间内的样本估算效率前沿函数,这种“效率前沿’’被称为“厚前沿’’。由于假定组内样本之间的差异是随机误差,因此组内样本之间不存在效率差异。通过考察两个“厚前沿”之间的偏差,即测度两组样本之间的绩效差异,得出这两组样本的效率差异。【65J值 第三章效率评估理论及其经济意义得注意的是TFA方法对无效率或随机误差没有给出任何分布假定,它本身不能提供单个厂商效率的点估计,而只是提供一种~般水平总效率的估计。3.4.2非参数方法与参数方法相比,非参数方法的主要优点在于它不需要设定具体的函数形式,从而避免因错误的生产函数而带来的相关问题。非参数分析法主要有数据包络分析方法(DataE玎wlopmentAnalysis,DEA)和自由排列包方法(FreeDisposalHuⅡ,FDH)等。(1)数据包络分析方法DEA是一种线性规划方法,DEA边界是由形成凸型生产可能性集的最佳运营观测值连结起来的分段线性组合形成的,因此,DEA并不需要明确界定函数的形式。1978年,Chames、Cooper和Rhodes利用Fa玎eU(1957)所提出的效率概念,提出了CcR模型,用来评估规模收益不变情况下的技术效率。此后B锄ker和n唿n(1992)年提出了BCC模型,用于研究规模收益可变情况下的技术效率,并通过与CCR模型求得的技术效率相比较,得到了相应的规模效率。DEA方法是求解决策单元效率的主流方法,有关该方法的发展及应用情况将在本文的第五章中进行详细的阐述。(2)自由排列包方法FDH是DEA的一种特殊情况,Dep血s,SilnarandTull【ens于1984年提出FDH,他们认为效率决策单元(DMUs)只受实际观察绩效值的影响,其参考群体的选择是实际发生的观察DMU,而非理论所推导的虚拟DMU。因此其效率前沿面呈现出阶梯式的前沿方式,而不是一般DEA法所呈现出的包络面,这种结果造成几乎所有的DMU皆为有效单元,因此无法区分真正有效的生产单元。在一般的DEA模型中,边界之内不包括联结各项点的曲线上的点,而FDH的生产可能集则由DEA的顶点内部的FDH点构成。考虑到FDH的边界或者与DEA的边界一致,或在其内部,因此相比于DEA方法,FDH法将产生更具代表性的较大平均效率估计。(3)非参数方法的评述相比于参数方法,非参数方法的主要优点为:可评价具有不同量纲的指标,方便的处理多投入多产出的情况,同时无需预先确定生产函数的形式。此外,非参数方法更加客观,而且对样本量要求不大。.非参数方法同时也存在一些不足,主要表现在:首先非参数方法有可能把真实效率低估,这是因为非参数方法通常不考虑由于偶然性因素、数据和其它计算误差引起的随机误差,任何对估计前沿的偏离都被认为是低效率的表现。其次, 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究非参数方法计算结果的估计偏低,离散度较大,不能方便地检验结果的显著性,因此可能导致不准确的结论。3.4.3测度方法之间的差异上文概要的介绍了效率的几种测度方法,大致如图3.10所示,各种方法的详细介绍将在本文的第四章和第五章中展开。图3.10技术效率的评估方法根据上文的分析不难发现,不同测度方法之间的差异主要体现在一些关于数据的假设上:(1)生产函数的最佳表现形式。从这一点来看,参数方法的函数有较多的限制性条件,而非参数方法则不太关注具体的生产函数,限制条件也较少;(2)关于被评估对象随机误差的假设。有些方法需要考虑导致决策对象的投入、产出、成本或者利润短暂变化的随机误差,而有些方法则无需考虑;(3)在存在随机误差的条件下,用来将无效率从随机误差中区分出来的无效率的概率分布假设。由于以上差异的存在,导致效率评估方法之间的差异变成了前沿边界形状与随机误差和无效率分布假设之间的差异程度。3.5动态效率的评估动态效率是与静态效率相对应的一个概念,以上所介绍的效率评估理论主要研究的是不同的评估对象在同一个时间内的投入产出状况,这都是一种静态意义 第三章效率评估理论及其经济意义上的效率评估。而动态效率评估度量的则是不同企业或者地区在不同时间的投入和产出的变化,它通常用指数方法来进行评估,反映的是被评价对象在不同的时间内效率的变化情况。动态效率的评估主要是用于评估全要素生产率(TotalFactorProduc撕锣,简称TFP)的变化。TFP是指一个生产单元(企业、行业、地区或者国家),在一定的时期内的总产出与总投入之比,1'FP用于衡量一个行业或者地区经济运行的状况,是技术进步、效率(技术效率、规模效率等)提高的一个综合表现。而动态效率则反映了这一变化过程。记S时期和T时期的全要素生产率为:雹;器卿=斌因此,从s时期到t时期的动态效率,即TFP的变化弼Z。可表示为:砑≯:型里:璺主些:!璺墼全;⋯豇刀Z总产出。/总投入。总产出,/总产出。总投入,/总投入。总产出指数。,总投入指数。指数方法不需要设定具体的生产函数形式,不需要估计参数,也是一种非参数方法。指数分析中应用最为广泛的两个指数是Fisher理想指数(FisherIdealIndex)和Tomqvist生产率指数,这两个指数在计算时仅需要价格和数量数据,不需要具体的估计模型和复杂的计算,因此应用非常广泛,这里仅简单的介绍一下Fisher理想指数。Fisller理想指数(篮)是在Laspeyres指数(或)和Passche指数(篮)的基础上建立起来的。Laspeyres指数以基期的价格为权重,而Passche指数则以现期的价格为权重,如果令岛、劬分别表示要素i在j时期的价格和数量,则有:Ⅳ∑玩吼∑以吼或=等一戤=等一∑风靠∑仇靠fIlfjlFisher理想指数同时调和了这两个指数的缺陷,它等于这两个指数的几何平均:簖=√残x瑶,Fisher的这种处理方式令该指数具备了许多令人满意的统计和经济理论上性质,所以使用也比较广泛。57 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究上述指数在研究动态效率的时候,存在两个比较严重的缺陷:首先,它不能把生产率指数进行再分解,因此很难作进一步的分析和研究;其次,它们在计算的时候需要物品的数量及价格信息。我国由于历史的原因,使得某些投入产出资料难于得到,特别是生产资料和产品的价格(或价值份额)数据不全或是失真的情况更为严重,因此在研究我国生产率变动的问题时,指数法就难以适用,不得不采取经济计量学的方法,但该方法有依赖于很多的理论假设,在参数估计、实际测算等过程中,都常存在着理论假设和实际不相符合的情况,影响了研究的质量。Mahnquist生产率指数的出现很好的弥补了这两个缺陷,它不仅很好的避免了价格信息对于评估的影响,同时很可以方便的进行参数分解,因此在生产率研究领域也得到了广泛的应用。有关Mahnquist指数的相关理论将在本文的第六章中进行研究,限于篇幅,这里就不再赘述。 第四章效率测度的参数方法研究参数方法是统计分析中的一种常用方法,它通过参数估计和检验来完成统计数据的处理和分析。参数方法在效率评估中的应用是伴随着生产前沿面理论的产生和发展而出现的,它以大量的样本数据为基础,估算生产函数的各个参数,进而根据设定函数时有关误差项的假设来计算被评价单元的效率值。生产前沿面的确定是效率测度中的一个关键性因素,只有确定了最优的生产状态,才能分析各个被评价对象在不同的生产环境下的效率。参数方法主要通过随机方法(StochasticApproach)来确定生产前沿面,随机方法将影响生产单元实际产出的因素分为两大类:随机性误差(RandomE玎or;形)和技术无效率(Tecb血calInemciency;【,,)。其中随机误差主要是影响厂商经营状况的不可控因素,它使得效率的边界函数满足随机性要求。而技术无效率又称为管理偏差项,它属于人为可控的影响因素,它服从单边分布。在实证研究中,根据K和U分布函数的不同假设,随机方法又被分为随机前沿分析法、自由分布法、厚边界分析法等,其中用的最多的是随机前沿分析法,也是本章的研究重点。下文将从有关生产前沿面的产生和发展理论介绍开始,着重介绍随机前沿分析法的各种计算模型,进而探讨管理偏差项矿在不同的分布状况下的技术效率计算方法。在分析技术效率计算方法的基础上,将继续研究成本效率的计算模型及其分解方法。对于参数方法而言,其生产函数的假设是该方法的根本,不同的生产函数对结果的影响很大,因此本章将着重介绍两种常见的生产函数方法:柯布.道格拉斯生产函数和超越对数生产函数。最后,本文用参数方法分析了我国主要的商业银行2006年的效率状况,并对其进行了简单的剖析。4.1生产前沿面的产生和发展经济活动中,一般通过生产函数来描述投入要素与企业产出之间的关系,生产函数体现了企业生产的技术水平,即将现有资源转化为特定产品的能力。从经济学的角度来看,人们在研究生产者行为时,总是认为他们会在固定的投入下实现产出(收益)的最大化,或是在既定的产出下实现投入(成本)的最小化,因此,生产函数反映的是生产过程中的最优生产理念。在实际生产过程中,由于受到各种不可预测因素的影响,生产函数存在很大 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究的变数,因此,人们总是对实际的投入和产出数据进行常规的拟合。这样所得到的生产函数实际上是平均生产函数,它与实际的生产函数就存在着正的或负的误差,有悖于生产函数理论。在这种情形下引发了经济学者们对前沿面生产函数理论的研究,并提出了生产前沿面的相关理论。生产前沿面表示的是在一组固定的生产要素组合所能得到的最大产出,“前沿"反映的是经济学中最优的概念。这种描述生产前沿面的生产函数称之为前沿生产函数或边界生产函数。前沿生产函数与平均生产函数的关系如图4.1所示:图4.1平均生产函数与前沿生产函数平均生产函数通常是通过普通最小二乘法(oLS)得到的,普通最小二乘方法常假设随机扰动项岛∈Ⅳ(O,仃2)。由于随机扰动项误差的均值为0,因此样本点既有可能位于平均生产函数的下方,也有可能位于其上方,如图4.1所示。而对于前沿生产函数,所有的样本点都位于生产前沿函数的下方,至多是在生产前沿面上。样本点与生产前沿面间的差距被看成是企业生产过程中的效率损耗。经济效率的度量一般是通过生产函数来进行的。1957年FarreU开创了前沿生产面的测度理论,他的基本思想是采用线性规划模型构造一个浮于各样本点之上的凸边界。在存在多个投入要素和单产出的情况下,假定有K个决策单元,每个决策单元有N个投入变量,那么对于第i个决策单元,它的投入产出数据集合可记为:(墨,I),其中置=(而。,薯:,...,‰),因此有:JL峰Z=∑嘞屏,一,Il占,.∑而屏≥写,f=1,2,...,足(模型4—1),ll∥,≥O,/=1,2,...,Ⅳ根据这一模型,每个决策单元都对应着一个多维的平面,所有决策单元形成的平面就构成了一个凸的多面体,这就是生产前沿面。1968年,Aigner和Chu在前人研究的基础上,对Farrell的模型进行了适当的改进,提出了一个新的前沿面模型:鬈=厂(薯,历eXp(吲,),其中吩表示生产单 第四章效率测度的参数方法元的技术效率,当采用的是Cobb.Douglas生产函数时,可以将它对数化,变成线性形式:111鬈=属+∑辟h而一吩(模型4—2)i1974年,A舶jt和鼬chmIDnd提出了矫正的普通最小二乘模型(COLS),进一步推动了生产前沿面理论的发展。COLS模型的计算主要分为两步:首先利用普通最小二乘法得出参数的估计,然后对截距项进行修正,再次利用普通最小二乘法得到的生产函数上移,以保证所有的样本点都位于生产函数的下方。值得说明的是,COLS方法只是对普通最小二乘(OLS)方法得到的平均生产函数的截距项进行修正,其它的参数均不改变。前文所研究的前沿面模型均为确定型的生产前沿模型,它们存在一些明显的缺陷:瞄】首先,生产前沿函数中的参数是由计算得出,而不是通过估计得到,因此不具有很好的统计分析性质;其次,大部分研究者把所有的误差都归结为技术的无效率,忽视了随机误差的存在;再次,构造的生产前沿面对数据较为敏感,稳定性较差。鉴于此,在现在的生产前沿面研究中,普遍应用的是随机前沿面生产函数模型,这也将是下文中将阐述的模型。4.2随机前沿分析法在本文的第三章中,曾提到效率测度的三种主要方法:随机前沿分析法(StochasticFrontierApproach,SFA)、自由分布分析法(Distribution.眈eApproach,DFA)以及厚前沿分析法(111ickFr0埘erApproach,TFA)。其中,SFA方法是应用最为广泛的一种参数方法,而DFA、TFA这两种参数方法本质上也属于参数方法,只不过相比于SFA方法,DFA方法放松有关随机前沿函数的随机误差项与非效率项的分布假设,而T王'A在用面板数据估算前沿函数时,使用了一种更自由的分布方式,因此本章的重点将是介绍随机前沿面理论以及相应的随机前沿面方法。4.2.1原始模型对于上一节中所讨论的两种前沿面确定方法,普通最小二乘法只承认随机误差项,忽略了技术无效率的存在,而Aigner等人的模型以及矫正的最小二乘法则正好相反,它们只关注技术无效率,没有考虑随机误差的因素。从实际的生产过程来看,这两方面的影响因素是同时存在的,忽略任何一方都是不恰当的。随机前沿面正式在这种背景下提出来的,它将技术无效率项和随机误差项纳入到同一个模型中。一般认为,Mceusen&Broeck(1977),加弘er、LoVeU&Schmidt6l 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究(1977)与Battese&Com(1977)的三篇论文标志着随机前沿方法(SFA)的诞生,在这三篇论文中所提到的随机前沿模型可表示为:乃=厂(鼍,∥)exp(毛)(模型4.3)其中,乃表示厂商的产出,毛表示厂商的投入,它是一个向量,∥为一组待定的矢量参数。误差项毛为复合结构,它包括两个组成部分,即毛=V一吩。其中:v∈Ⅳ(O,仃2),它是一个双边误差项,表示在任何统计关系中均可以发现的统计误差,称之为随机误差项。玑≥0表示技术无效,是一个单边误差项,一般称其为管理误差项。从实际的生产过程来看,企业的生产除了受自身条件的限制之外,还受很多不确定因素的影响,因此,前沿面本身是在企业中随机变化的,对同一企业随着时间的不同而不同。从这个角度来看,企业的生产效率主要受到两方面因素的影响。一方面是受到随机因素的影响,体现在随机误差项y上,它是外部的有利和不利因素相互作用产生的结果,比如运气、天气、气候、地理、机器的表现、地震、旱涝等自然灾害等。另一方面的影响则来源于企业自身技术水平的发挥,体现为管理误差项“,它的产生原因来源于企业的控制因素,如技术和经济无效,生产者和其雇员的努力程度等。受这些因素的影响,大部分企业会在生产前沿函数之下进行生产。在实际的计算过程中,我们可以通过估计“,和Ⅵ的值来计算技术效率:玛=乃/[厂(薯,励exp(Ⅵ)】对于模型(4.3),存在如下基本假设:(1)Vf独立同分布于Ⅳ(o,仃;);(2)“,独立同分布于Ⅳ+(o,盯:),即%非负;(3)vf和咋相互独立;(4)K和“,与解释变量而相互独立。随着前沿面理论的不断丰富,随机前沿面的模型得到了多方面的改进和完善。这些改善主要包括(1)对珥更一般化的分布假设,如截断正态分布或者双参数伽玛分布(铆o.parameterg觚髓adistributions)等;(2)应用面板数据库(paneldata)以及考虑技术效率随时间变动(tiIne.va叫ngtechllicale伍ciencies)情况下 第四章效率测度的参数方法的函数设定;成本效率的引入及对成本模型框架的构造与发展等等。【6刀4.2.2Pitt&Lee模型上一节所讨论的模型中,产出、投入以及效率等与时间是无关的,可以认为它们属于截面数据情况下的随机前沿面模型。Pitt&Lee(1981)以及Sch面dt&SicⅪes(1984)指出,当研究样本为面板数据(PanelData)时,使用极大似然估计法进行参数估计时,由于忽略了时间因素所造成的差异的弊端,将导致无效率值估计结果的准确度下降。这是因为:首先,须事先设定v,、“,的具体分布,但这种设定缺乏根据,事实上,随着分布假设的不同,所估计出来的无效率值可能也会呈现差异;其次,同时需要假定“,与生产前沿函数中的解释变量相互独立,而实际上二者之间往往存在着一定的联系,效率上的差异有可能会让生产者改变他们的生产决策;再次,随机边界分析法利用条件期望值的概念,求得个别企业的效率指标,因此,在采用某些方法对截面数据进行处理时,得到的技术效率的估计值可能不满足一致性的要求。尽管在计算上存在一定的困难,但相比于单纯的截面数据,面板数据不仅更接近于现实的生产活动,而且还能提供更多的参考消息,这是因为实际生活中的许多因素和条件会随着时间的变化而改变。1981年,Pitt&Lee提出了应用极大似然估计法研究构建基于面板数据的随机边界函数的框架,其模型如下:111瓦=肛,+%一%,f=l,2,...,Ⅳ;f=l,2,...,r(模型4_4)其中,lnl。表示第i家企业t时期产出量的对数,五。表示第i家企业t时期的投入要素价格变量,%为随即误差项,服从正态分布Ⅳ(o,蠢),且独立于‰,‰为技术无效率项,即管理偏差项,∥为待估参数。1988年,B甜ese和Coeni在此模型的基础上,假定“。服从广义截断正态分布。此后B眦ese等人又将模型的适用范围扩展至非均衡面板数据,Kl曲bhakar(1990)及Battese、Coelli(1992)则通过放松管理偏差项“。的时间约束,将研究范围进一步拓展至“时间变动模型"(timeV町堍model)。4.2.3Battese&Coelli模型Battese&Coem(1992)提出了~个随机边界生产函数框架,假设其中的非 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究效率因素为服从截断正态分布的随机变量,并允许非效率估计值随时间而变化。模型可以表示为:匕=∥—k+b一%,f=1,2,...,Ⅳ;f=1,2,⋯,r(模型4-5)其中,%=吩eXp(一,70—D),其中%为非负随机变量,用以衡量生产中的技术无效率,并服从截断于。的正态分布Ⅳ(∥,《)。令仃2=西+砖,厂=砖/(《+砖)代替砖、砖,通过极大似然法可以得出二者的估计值。显然,y∈[O,1]。7=1表明误差项全部源自无效率因素%,厂=O表明方程的误差项全部来源于随机因素屹。矿电是一个待估计的参数,刁=O说明技术效率具有时间不变性;,7<0说明技术效率随时间的推延而增加;反之,若,7>O,则效率随时间的推延而递减。这个模型具有很好的适用性,改变其约束条件就能转换为其它模型的特例。比如,令,7=0则可以得到Battese,Coelli&Colb(1989)所提出的非时间变动模型;限定模型仅适用于完全(均衡)面板数据则可得到Battese&Coelli(1988)设定的生产函数;增加约束条件T_1可以回到最初的原始模型。值得注意的是,模型4.5的无效率项中仅包含了时间的影响。B甜ese&Coelli(1995)对该模型进行了改进:令‰=气万+%,其中%是一个与技术效率有关的向量,万是一个待估算的参数向量。‰为正态分布Ⅳ(z。万,£)在零点的右截断,%为正态分布Ⅳ(o,《)在点一乃万的右截断。相比于截面数据的模型,面板数据模型具有一些截面模型所不具备的优势,主要体现为:首先,面板数据模型考虑到了时间因素对于模型的影响,因此,可以通过对样本的反复观察来代替较强的分布假定;其次,在截面数据模型中需假定“;与投入要素五相互独立,而实际生产过程中二者可能是存在一定联系的,而面板数据则无这样的假设;再次,在使用最大似然法对参数进行估计的时候,不同的分布假设可能造成技术效率的估计不一致,而面板数据中,当丁哼∞时,对技术效率的估计将是一致的。阁综上可知,采用面板数据的模型进行效率的测算,能得到更好的结果。 第四章效率测度的参数方法4.3管理偏差项的分布及技术效率的计算对于上文所讨论的截面数据模型,随机误差项U的分布是固定的,但管理偏差项(无效率项)蚝则存在多种可能的分布,常用的分布主要有四种:半正态分布、截断正态分布、指数分布和伽玛分布。为保证“,≥O,要求这些分布都是单边分布,从而确保所有生产者的产出都位于生产前沿面的下方。这种和前沿面的差距主要是由可控的因素如领导者的管理水平、员工的努力程度以及所采用的技术等造成的。根据上文的分析,技术效率珥=咒/[厂(誓,历eXp(吃)】-eXp(一%),因此在已知%分布的前提下,可以算出平均技术效率碣=目exp(叫)]。为了计算各样本点的技术效率,Jondrow(1982)把技术效率定义为码=eXp(一可以I乞]),其研究表明:在给定蜀情形下,",的条件分布为Ⅳ(“.,蠢),并在。处截尾。此后,王林(2007)在其论文《随机前沿方法及其在商业银行效率度量中的应用》中证明:若随机变量工服从于正态分布Ⅳ(纵,蠢)在零点的截断分布,即x的密度函数m)=面去而唧(一警№>0)删砸细·+篙等,鼽矽(·)和①(·)分别表示标准正态分布的密度函数和分布函数。4.3.1半正态分布模型半正态分布模型是一种最原始的模型,除了有关K的基本假设,它还假设%独立同分布于Ⅳ+(o,刃),即“,非负,这也是它与其它模型之间的主要区别。在这一假设条件下,对于不同的吒和吒,其联合分布密度如图4.2所示。根据半正态分布的假设,有:似)=壶唧(一篆地≥o) 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究弛,=去唧卜专,根据前面的推导可知:雕,=胁一咖=Jco芸吼簪胁盖卧》吒吨||.、..乡{.一”_o.5图4.2正态一半正态分布图其中,仃2=《+砖、地=等、蠢=等、M=exp(孓,从而有:m㈦=等=甓辫∽q根据相关的结论,被评价单元的技术效率:%=eXp(坝巾))-eXp(~篙筹)4.3.2截断正态分布模型1980年Stevenson提出了%的截断正态分布假设,与半正态分布模型不同,截断正态分布模型假设%独立同分布与Ⅳ+(∥,西),其联合分布密度如图4.3所示。根据截断正态分布的假设,有:似,=面赢丽州一等№圳 第四章效率测度的参数方法/(v)与半正态分布模型一致,进而有:m咖瓦击丽时警一寺胁,=面赢丽ex附等一嘴=瓦志丽exp(_警)::=一t!XTl●一一-2刀矾砷@/吼)一2拜7“=0一‘.....j【纠/、。O.4÷u=毽}厂’‘吣·E3},_≮÷.∥舻吨2.N.I图4.3正态.截尾正态分布的联合分布密度其中,盯2=£+砖、肛=丝号乒亟、费=事兰、M=e砷(二%芋生),从而有:弛,=胁㈡幽=Jco赢酬一等胁赤①哟m㈦=等=%辫呛。,珥=eXp(一脚㈦)=eXp(叫·一揣4.3.3指数分布模型在指数分布模型的假设条件中,“;服从指数分布,其联合分布密度如图4.467 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究所示。根据指数分布的假设,有:厂@):上eXp(一旦)@≥o)吒铲2A扎嘛/\1∥一5A≤{:/|:一,·●,\k吒尸2,C『v=o·55图4.4正态一指数分布的联合分布密度厂(’,)与半正态分布模型一致,进而有:m加赤e卅考一匆m㈡=赤唧c一盖一簪=赤e醑锑=—'===———一exDI一—————_:—一-q2耳ouav120:j其中,肛2鼍予洲2唧c磊+≯从而有.吒z吒吒作,=胁肭=赤r时簪如=筹①c争腓,=等=%篙∽。,巩=eXp(坦(小))-eXp(叫·一渊 第四章效率测度的参数方法4。3.4伽玛分布模型,在伽玛分布模型的假设条件中,吩服从伽玛分布。随机变量孝的密度函数为:⋯l旦,1矿缸,z>o乃(功={r(,,z)“。⋯~【o,x≤o则称随机变量乒服从参数为(%旯)的r分布,其中m>0,旯>O。其中,广义积分r∽)=rz“一1P。出是÷个常用积分,聊>o收敛,所≤o时发散,它具有如下性质:①r(1)=1,②r(,,z+1)=7,lr(所)③若刀为正整数,I’O+1)=刀!,r函数在许多工程技术领域中,尤其在概率论中,有着重要的应用。嘲】根据误差项的分布可知:m)=高eXp(_≯≥o)’似∽=志时盖丢,m∽=去晰专一等,=箍噼学其中,肛2焉予洲2唧c暑+},从而有:吒z《吼,(占)=Jco厂(“,占)咖=纛Jco“”lexp(一羔竺主三亨乌咖他㈦2等。眷鬻等戮嘶㈦=Jco静=甓一=器其中,善服从截断正态分布,其密度函数为:‘ 蚕津大学博士学位论文:经济增长中效率澳I度的参数与非参数方法比较研究删=丽未而唧(一簪(删4.3.5参数的估计根据有关的假设条件,随机扰动项占分解成两项,即占=y一“,其中',的分布是非常确定的,而“的分布虽然不确定,但也可以事先假定,从而占的分布可以通过如下模型求得:/@,力=厂@)/(叻=/(掰)厂@+占)=厂(“,D眠厂(占)=Jco厂(哪)也占的方差E(占)=E(v)一E(“)=一E(“),显然有E(s)≠O,因此不能用最小二乘法来进行参数的估计,可以用极大似然法(MLE)来进行计算。在得到g的密度函数厂(占)后,我们可以得出的似然函数为:三(尼吒,q)=n厂(岛)=兀厂∽一如)哆边I司嗣驭对数’有。111三(肛吒,吒):兰1Il厂(岛):兰ln厂(咒一∥’薯)(模型4.6)分别对上式中的∥、吒、吒分别求偏导数,即可得到∥、吒、吼的值。假设“服从半正态分布,则有:嗍他V)=去唧(一鲁一专)厂@,’,)=i二一唧(一号一击)z7lGuovjzci?jj2t丁:他力=去噼茜一镑‘令:矿2=£+砖、以=等、蠢=毛孚、M=唧c参,则:‘弛)=Jcom∽幽=Jco尝exp(一学幽 第四章效率测度的参数方法=罴乓唧(一譬)咖(其啊=警):三≯(三)①(一丝)(其中名:&)O6oo。这里≯(·)和①(·)分别表示标准正态分布的密度函数和分布函数,从而有:1n£(厉盯!,名)=∑111厂(q);∑1n厂(只~∥薯)盏№后+№盯.1+扣叫硼一刍喜∽叫扩冥中,乞=(咒一∥五)力∥1同时求导,得等=吉善以哦鼢吾善蔫删芳=_事专喜c办以)2+刍喜篇c以哦瑚等=一去善嵩(州护。一=一一7———‘一●V.一,)Il=¨a旯2仃智1一①(z,)“。。“联立以上三个式子,采用迭代的方法可以分别得到肛仃2、五的估计值,进而通过转换可以得到矿.和正,。4.4成本效率模型及其分解在本文的第三章中曾提到成本效率的概念:CE=么E×疆,它是衡量面向投入的情况下,厂商运营效率的一个重要指标,它与技术效率之间最大的区别在于引入了价格因素,追求企业运营成本的最小化。本章前面所阐述的模型是以产出为导向的,研究的是固定投入下的产出最大化,而成本效率则是以产出为导向,研究固定产出下的最小化投入,它以产出数量,投入价格为解释变量,投入为被解释变量。以多投入、单产出的情况为例,生产函数可用Cobb.Douglas生产函数表示,成本函数的前沿面分析寻求的是最低成本前沿面。假设生产函数的形式为:^,y=nn妒矿(模型4.7) 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究其中,少表示厂商的产出,五是厂商在生产过程中的投入,口、q是待估计的参数,占=’,一“是随机干扰项,M独立分布于Ⅳ(o,彳),%是非负干扰项,且H和%是独立分布的。对模型4-7两边同时取对数,有Ⅳ111y=1Il口+∑qln蕾+(1,一“)(模型4—8)f=lⅣ令A,见,...n表示各投入要素的价格,则厂商/的生产成本e=∑助勃,令ND=∑助%一名(1n口+∑qln薯+◇一“)),要实现成本的最小化,则:f=l,=I嚣2一詈一o,吼叫詈”啦,..棚因此,孚=导譬o=l,2,...,∽,若用嘞表示第/个生产单元五,与嘞之间的xunupl|‘配置效率,则有:坂丑)二ln(鱼丝)+协(f:1,2,...,忉(模型4.9)xljnup、j当嘞=l时,表示五,与嘞之间的配置效率是l,显然仇,=1。嘞可以为正也可以为负,都表示存在配置无效率。联立模型4.8和模型4.9,去掉其中的投入要素得:h而乩岛+吉鼍乃+鬟驴老+姜》市吉c”砸乩2,..棚N其中,磊=吻[eXp(巳)兀够ru7,o=∑%,o表示厂商的规模收益情况,Ⅳ又c弓=∑乃吻,于是有:-哆=身+吉h乃+吉姜号h岛一吉c_一¨+4一h。c模型4-·。)鼽彭乩c势乩名一号号M尝移,其中,彭=111(∑与)=1n名一÷一÷M兀移’ 第四章效率测度的参数方法4:1n(口l,+兰%唧(一%))+壹孚嘞4=1n(口l,+∑%唧(一%))+∑警嘞在模型4.10中,厂商/的成本效率:吗.exp【一詈一4地。】2exp(1Il乃一4)×cXp(一等可以雩出,其效率成本由两部分组成:eXp(11l。卅和eXp(一≯其中,eXp(一生)表示在既定的投入下,实际产出与最大产出之间的差距,即被评价单元的技术效率。值得说明的是,这里的技术效率考虑了规模报酬的因素,因此,它实际上是规模技术效率(综合效率),即:·吗=exp(-詈)。而eXp(1Il,=,一4)表示的是由于未能实现投入要素的最好组合所增加的管理成本,因此它表示的是配置效率,即4易=exp(1n乃一4),显然,当且仅当瑰,=%,=⋯=‰=o时,所有要素的组合才是最合理的,才实现了对现有资源的最优配置。4.5常见生产函数在前面的分析中,并没有提出生产函数的具体形式,而参数方法中一个必不可少的步骤就是选择合适的函数形式。在实际的研究中,常用的生产函数主要有以下几种形式:柯布.道格拉斯生产函数(C0bb.Dou91as,又称为CD生产函数)、超越对数生产函数(TranslogFunction)、广义超越对数函数(GeIleralizedTranslogFuncdon)、傅立叶柔性函数(Fo面erFlexibleFornl;FF),限于篇幅,这里仅介绍其中最常用的CD生产函数和超越对数生产函数。4.5.1柯布一道格拉斯生产函数柯布一道格拉斯生产函数是由美国数学家柯布(C.W.Cobb)和经济学家道格拉斯(PaulH.D0uglas)于20世纪30年代初,根据1899—1922年美国制造业的统计资料提出来的,主要用于预测国家和地区的工业系统或大企业的生产和分析发展生产的途径,被经济学家和管理学家认为是很有用的生产函数,其函数形式如下: 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究】,=彳(f)rK卢∥其中,l,表示工业总产值,彳(f)表示综合技术水平,三是投入的劳动力数,K表示投入的资本,口是劳动力的产出弹性系数,∥是资本的产出弹性系数,∥表示随机干扰的影响。CD函数也是效率研究领域应用最早,也是最广泛的一类生产函数,早期的Benston(1965,1972),Ben托dM唧hy(1968)关于银行规模经济问题的实证研究中所应用的就是CD假设,其具体函数如下:1097c=口o+岛logy+q109形+(1一q)log尺+占其中,粥表示企业总的生产成本,】,表示企业总的产出值,R和形分别表示企业的实物资本价格与劳动力价格,口0、口1、包是待估计的参数,£表示随机误差。此后,Coelli(1996)对函数的模型进行了适当的调整:1097c=口o+岛109y+6l109形+63log尺+屹+吻从实际的研究效果来看,CD型函数为微观效率研究提供了一个简单且直接的参数方程结构,但该函数所隐含的限制性假定过多,主要表现在对于样本单位的规模(不)经济情况的假设过于僵化,不利于更加具体地拟合U型平均成本曲线;并且,对样本单位的生产活动执行可分性假设,即不设产出变量上的交叉项,而这则往往意味着忽略范围(不)经济情况的存在(H咖叩hrey,1990;V觚Rooij,1999)。随后的效率研究中,学者们开始对其不断修正和改进,并采用了一些更加灵活、更具弹性的函数形态。167J4.5.2超越对数生产函数超越对数生产函数是另一种应用比较广泛的生产函数。1973年,L.CMstensen、D.Jo玛e璐on和L.Lay通过对一般对数线性函数在特定点上进行泰勒级数展开,得到了超越对数函数形态,其表达式为:lnJ,=口+∑岛ln葺+去∑∑c扩lIlx,lnofIl‘i=l,;l其中,工.,屯,...,%表示生产过程中的N种投入要素;口,岛,勺(f,_,=1,2,...,Ⅳ)表示相应的参数。超越对数生产函数是C—D生产函数的推广,它将产出的自然对数InJ,作为因变量,而各投入的对数ln毛则当作自变量。此后,Fuss(1978)等学者对超越对数进行了完善和发展,以成本函数为例,74 第四章效率测度的参数方法它可以表示为:31313lii陀=口+∑屈1n咒+∑嗔lnp;+寺∑∑伤ln咒1n巧+寺∑∑嘞lnp;ln乃f=lf皇l‘‘f鼍l,ll厶f=l,ll13+寺∑∑鳓ln咒hl乃+V+“‘f=l户l其中,愆表示企业总的生产成本,.”表示厂商的第f项产出,p,表示f项投入要素的价格,v和砧分别表示随机误差因素和非效率因素。相比于C-D生产函数,超越对数生产函数的优点在于:允许要素间的替代弹性是可变的,在一定意义上它对于方程所隐含的潜在生产结构(成本结构)所施加的限制性假定较少,从而研究者可以灵活的选择投入要素进行有针对性的研究。另一方面,超越对数函数考虑了样本单位中各投入要素与产出量之间的交叉关系,因而更加方便于对规模经济以及范围经济的考察。但是,Tra璐log函数参数过多和多重共线性导致精度降低等问题限制了它的应用,它的缺陷主要体现在两个方面:首先,TraIlslog函数依然沿用一般对数方程的变量转换结构,这就意味着相应的变量必须为严格大于零的正值,而一旦样本数据库中存有零值或负值的数据疵点,在估计参数前对之进行修正就成为必然;其次,nanslog函数虽然具有柔性特征,但未必一定同潜在生产(成本)结构的泰勒级数展开拟合式相对应。Ⅳ7】为了弥补超越对数在这些方面的不足,后人提出了广义超越对数函数和傅立叶柔性函数来作为超越对数函数的有效补充和发展,限于篇幅,这里就不再赘述。4.6实例研究:基于SFA的我国商业银行的技术效率研究目前我国的银行主要可分为商业银行和政策性银行两大类。其中,政策性银行主要提供政策性金融服务,它主要包括国家开发银行、中国进出口银行以及中国农业发展银行。而商业银行则是由专业银行演化而来,据统计,截至到2004年年底,我国的商业银行体系主要成员包括:4家国有商业银行、12家股份制商业银行、111家城市商业银行、4家农村商业银行、1094家城市信用社、38153家农村信用社、147家外资银行分支机构等。惭】这些商业银行为推动我国经济的发展做出了很大的贡献,但作为盈利性机构,商业银行在自身发展过程中也面临着提高生产效率的问题,下文将运用随机前沿面的方法分析我国商业银行2006年的生产效率。75 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究4,6.1评价体系的设计从效率的概念来看,它反映的是投入和产出或者成本与收益之间的对比关系。对于银行而言,它的效率有别于生产性企业。这是因为银行是以资本为经营对象的,.它的经营活动会受到较多的监管,必须在所获取的收益和面临的风险之间作一个权衡,从而实现在一定的风险下收益的最大化。因此,银行业的经营应该把稳健性放在首位,而银行效率正是在稳健性的基础上,衡量银行的投入产出之间的比例关系,它是银行的竞争能力和可持续发展能力的一种反映。从银行业的评价体系来看,在投入产出指标的选择上主要有三种方法:生产法(ProductionApproach)、中介法(Inte胁ediationApproach)以及资产法(AssetApproach)。其中,生产法认为银行是存款和贷款账户的生产者,因此投入通常选择劳动力和固定资产支出,而产出则是给定时间内处理的交易与文档数量和类型,通常用贷款或者存款账户的数目来代替。中介法则认为银行是储蓄和投资者之间的一个中介,银行通过吸收存款和购买社会上一部分居民和企业的多余资金,然后以贷款的形式把它提供给需要资金的企业,从而将金融资产从剩余单位转化为赤字单位。因此根据中介法的理论,银行的投入应该选择运作成本和利息成本,而其产出则为银行的总贷款、总存款、利息收入以及非利息收入。资产法认为银行在创造贷款时的基本角色与中介法类似,因此该方法仍然将运作成本和利息成本作为投入,而产出则定义为贷款和证券投资的金额。【70】考虑到我国的实际情况,本文将采用中介法与资产法相结合的方式。基于以上的分析,在投入指标的选择上,本文将从商业银行的核心资本、固定资产和各项支出三个方面进行分析。其中,核心资本主要包括银行的实收资本、资本公积、盈余公积以及未分配利润等;而支出则主要是指银行的营业成本和费用。而从产出来看,可以将商业银行看作一个盈利性的企业,它追求的是利润最大化,因此产出指标选择各银行的净利润。综上,评价体系如下:投入指标:核心资本、固定资产、各项支出;产出指标:净利润。本评估所用数据的来源于2007年的《中国金融年鉴》,该年鉴主要公布了国内14家主要商业银行的资产负债表、利润表以及存款和贷款情况。研究表明这14家商业银行的业务总量占到了我国银行业务量的80%以上,因此研究这些商业银行的效率状况有助于了解我国商业银行的总体运营状况。这14家商业银行分别是:中国银行、中国农业银行、中国建设银行、中国交通银行、中国工商银行、中信银行、华夏银行、中国民生银行、深圳发展银行、招商银行、兴业银行、上海浦东银行、恒丰银行和浙江商业银行。通过整理,评价对象的投入产出数据如表4.1所示:76 第四章效率测度的参数方法表4.1我国商业银行的投入产出数据单位:亿元DMU核心资本固定资产可贷资金支出净利润工商银行4668.961042.052468.4。487.19农业银行892.13657.041890.75110.18中国银行3884.7526.51551.36424.97建设银行3302.04530.372047.66463.19交通银行904.95262.84569.69122.69中信银行318.383.93385.7337.26华夏银行116.4235.64166.614.57民生银行193.0553.44250.2838.32深发银行64.7419.94111.313.03招商银行551.673.76421.5471.08兴业银行161.9936.22218.8337.98浦发银行247.0657.05266.2333.53恒丰银行16.2l6.8119.051.62浙商银行18.064.3615.032.84.6.2我国商业银行的效率研究在生产函数模型的选择方面,本文选择形式更为灵活、更富有弹性的超越对数形式:1nJ,=属+届1n五+屈蛾恐+屈ln恐+屈ln五1n五+孱ln五lIl恐+屈ln五lIl恐+磊ln屯ln吃+屈1n恐lIl屯+孱1Il屯ln屯运用效率分析软件Fmnt4.1计算得到各个参数的估计结果如表4.2所示:表4.2砌卫slog生产函数下的回归值系数回归值标准差T检验值屁0.2033630.118350.17183屈0.856560.265140.32307屐O.226590.176540.12835层.0.1109l0.11253—0.9856l尼0.15791O.27676O.57058孱O.371110.95860O.38714 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究屁.O.423370.15028.0.28171届-0.518650.12637.O.41043屈.0.345300.13600.0.25389届O.451680.426300.10595cr2=0.40834,y=1,,7=0,Log(1il【elillood)=0.10946,LR寻O.3414所有系数都通过了T检验,而该模型也在O.01的显著性水平下通过似然比检验,表明确实存在技术无效率的情况,适合使用SFA模型。模型通过而计算所得到的各个评价单元的效率值如表4.3所示。表4.3基于SFA的我国商业银行效率评价单元技术效率排名评价单元技术效率排名工商银行0.952民生银行1.001农业银行0.909深发银行O.954中国银行0.8511招商银行O.953建设银行0.936兴业银行0.8710交通银行O.927浦发银行0.7912中信银行O.5214恒丰银行0.935华夏银行0.7213浙商银行O.928从表4.3不难看出,在这14个被评价单元中,效率最好的银行分别为中国民生银行、招商银行、深圳发展银行等,而效率值最低的则是中信银行、华夏银行、浦东发展银行以及兴业银行,各个银行的平价效率值为O.872,处于平均水平以下的银行仅4家,大部分银行都处于平均水平以上。当然,影响银行效率的因素很多,比如规模效率、资本充足率、股权结构以及不良贷款率等等,由于受到数据的限制,这个案例还无法进一步分析研究无效率的根源。在下一章的案例分析中,我们将继续进行探索。 第五章效率测度的非参数方法研究非参数方法是效率测度的另一大类方法,相比于参数方法,它无需估计生产函数,也不用进行无量纲化处理,因此也得到了非常广泛的应用。常用的非参数方法主要包括数据包络分析法和无界分析法,其中用的最多的是数据包络分析法,这也将是本章将重点研究的方法。有关非参数方法的研究将从其产生和发展历史开始,重点介绍数据包络分析法的产生背景、工作流程及其优缺点等。在此基础上,文章将介绍数据包络分析法常用的数据模型及其经济意义。在本章的最后将运用数据包络分析法分析我国商业银行2006年的生产效率。5.1非参数方法的产生与发展非参数方法是数理统计学中的一类重要方法,对于某个统计问题,如果它的总体分布不能用有限个实参数来刻画,只能对它作一些诸如有密度、分布连续、具有某阶矩等一般性的假定,那么这类问题就常称之为非参数统计问题,需要用非参数的方法来解决。非参数方法在解决问题时,对问题总体分布的假定要求的条件很宽,有较好的稳健性。但与此同时,由于需要照顾范围很广的分布,在某些情况下会导致其效率的降低。相比于参数方法,非参数方法具有一些比较突出的优点,主要体现为:(1)要求的假定条件比较少,适用范围更广泛;(2)大多数非参数方法要求的运算比较简单,可以迅速完成计算取得结果,因而比较节约时间;(3)大多数非参数统计方法可用来分析如由等级构成的数据资料,而对计量水准较低的数据资料,参数统计方法却不适用;(4)大多数非参数统计方法在直观上比较容易理解,不需要太多的数学基础知识和统计学知识。但另一方面,非参数方法同样存在一些不足之处,体现在两个方面:一方面,由于方法简单,用的计量水准较低,因此不如参数统计方法敏感;另一方面,对于大样本,如不采用适当的近似,非参数方法的计算可能变得十分复杂。【7l】在效率评估领域,非参数方法同样应用非常广泛,它主要包括两大类方法:数据包络分析法(DataEnvelopmemAnalysis,简记为DEA)、无界分析法(FrceDisposalH.u11,简记为FDH)。数据包络分析法最初由Cllames、cooper和I强odes等人(1978)提出来的,它们建立的第一个非参数模型被称为cCR模型,该模型是在数学规划的基础上建立起来的一种效率评价方法,用来评估规模收益不变情况下的技术效率。此后, 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究BaIlker和Thrall(1992)年提出了BCC模型,用于研究规模收益可变情况下的技术效率。在DEA近30年的发展历程中,从理论和应用角度都得到了长远的发展。理论方面的发展主要包括模型的进展和相关理论的进展,模型的进展主要是指在C2R、C2GS2等模型基础上派生出来的一些新的DEA模型,比如C2WH模型、C2W模型、综合DEA模型、不确定性DEA模型、区间DEA模型、动态DEA模型等等。而DEA相关理论的发展则主要表现在对DEA有效性的研究、生产规模和“拥挤”迹象分析研究、不精确数据包络分析、灵敏度分析以及逆DEA问题等方面。与此同时,DEA在应用方面也取得了重大突破,随着有关DEA研究的深入,DEA的思想得到了广泛的应用,其应用领域已经拓展到医学、金融、教育等相关部门的研究。我国近年来也掀起了DEA研究的热潮,图5.1显示的是由清华同方知网(北京)技术有限公司(、7l啊惭∞nl【i.net)所提供的学术搜索功能中,关于DEA的一个学术研究发展趋势,图中的红线表示DEA方法的学术关注度,而A、B、C三个点则表示热点年份DEA的高频被引文章,这些文章影响着学术发展的潮流。学术关受腰(1《I泓年一2006奄)’≥、影’≥踟,/多./■■一.军199519961997i●98199021I●●2●Oi2I1022I1032IlO●21l●52IlOB图5.1DEA研究发展趋势3从这个图不难看出,有关DEA的研究在1995年掀起了一个小小的高潮,这一时期最具影响力的文章是由吴育华和李从东所撰写的《DEA方法与生产函数法的比较》。从2002年开始,有关DEA的研究逐渐升温,研究和关注DEA的学者也越来越多,这一时期的代表作品是由颜鹏飞和王兵所撰写的《技术效率、技术进步与生产率增长:基于DEA的实证分析》。2005年是有关DEA研究的另一个转折点,DEA的研究逐渐放慢了脚步,但仍呈上升趋势,这个时期的代表论文是彭琦、邹康和赵子铱所写的《1993.2003年中国银行业效率的实证分析.基于DEA测度技术的运用》。无界分析法(Fr。eDisposalHull)又称为自由排列包方法,它是由De州ns,SiIIlarandTulkens于1984年所提出来的。从无界分析法的本质来看,FDH方法是DEA的一种特例,它只是放松了凸性假定而已(Be玛er和H眦phrey,1997)。3本图片由u,、^rw.∞ki.net网站提供 第五章效率测度的非参数方法受约束条件和实际计算过程的限制,无界分析法并没有得到非常广泛的应用,在国内也没有学者用FDH方法来研究生产系统的效率问题,因此,本文非参数方法的研究主要还是运用数据包络分析法来进行,下文将详细阐述有关数据包络分析法的理论和方法。5.2数据包络分析法简介数据包络分析(DataEnvelopmentAnalysis,简称DEA),是运筹学、经济学和管理科学交叉研究的一个新的领域,它是由A.Ctlarnes和W.WC00per等人于1978年开始创建的。下文将从DEA方法的产生背景出发,阐述和分析DEA方法相关的概念、工作流程以及DEA方法的优缺点。5.2.1DEA方法的背景有关DEA的研究可以追溯到1957年,FarreU在英国农业生产力进行分析提出的包络思想。此后,其它经济学家在运用和发展运筹学理论与实践的基础上,形成了以线性规划技术为核心的非参数方法。而Ch锄es和Copper等人的研究则使得非参数方法以数据包络的形式在上世纪80年代逐渐流行起来,1988年,中国人民大学的魏权龄教授将该方法引入我国的经济增长分析,此后国内在DEA方法的理论研究和应用上取得了大量的成果。DEA方法的诞生源于人们对于经济效率的研究。一般来说,经济活动的效率是指其投入和产出量方面的比较结果,这种效率对于单投入单产出的情况来说比较简单,投入产出之比就可以作为衡量指标。但实际情况是大部分生产活动都存在大量的要素投入(比如:资金、人力、物力等),而厂商的产出也可能是多方面的(比如实际的产品、员工技能的提高等等)。在这种情况下,评估者的价值倾向以及价格体系就会对评价的客观性和真实性造成很大的影响,DEA方法的出现为我们解决多投入多产出的效率评价问题,提供了一种较为客观而科学的方法。数据包络分析法的原理主要是通过保持决策单元的输入或者输入不变,借助于数学规划和统计数据确定相对有效的生产前沿面,将各个决策单元投影到DEA的生产前沿面上,并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。具体来说,DEA是使用数学规划模型比较决策单元之间的相对效率,对决策单元做出评价。它以凸分析和线形规划为工具的一种评价方法,应用数学规划模型计算比较决策单元之间的相对效率,对评价对象做出评价,同时充分考虑对于决策单元本身最优的投入产出方案,因而能够更理想地反映评价对 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究象自身的信息和特点;同时对于评价复杂系统的多投入多产出分析具有独到之处。DEA方法使用数学规划模型评价具有多个输入和多个输出的“部门’’或“单位’’间的相对有效性。被评价单元的输入数据主要是指为了进行某种生产活动所消耗的资源,例如投入的资金、劳动力、占地面积等等,而其输出主要是指被评价单元直接或者间接的产品,例如各类型产品的数量、产品的质量、部门或企业的经济效益等。评估者通过DEA分析,可以判断被评价对象是否位于生产可能集的“生产前沿面’’上,进而判断被评价单元是DEA有效、DEA弱有效还是DEA无效,从而为主管部门提供更多的管理信息。同时,DEA还能够判断决策单元的投入规模是否恰当,并给出各个决策单元调整投入规模的正确方向和程度。DEA方法在评估的过程中假定每一个输入都关联到一个或多个输出,同时又不必确定这种关系的显示表达式,因而排除了很多评估过程中的主观因素,因此,相对于其它方法,DEA方法对于处理多输入多输出的复杂系统具有非常明显的优势。DEA理论和方法产生于解决实际问题的需要,具有明显的经济意义,而且与其它评价方法相比,DEA方法无需预先估计参数,在避免主观因素、简化运算、减少误差等方面有着不可低估的优越性。因此,该方法近年来被广泛运用到技术创新、技术和生产力进步、资源配置等领域,进行有效性分析,从而进行评价决策。其中,DEA应用最为活跃的领域应属企业管理效率的综合评价问题,从美国军用飞机、基地维修保养、银行、医院、交通、工业企业、城市竞争力评价、投资项目评价、高新项目风险性分析等等。随着DEA方法研究的不断深入,它的应用也会逐渐扩散到更多的领域中去。【73J5.2.2基本概念(1)决策单元经济活动一般可以看作是生产单元在一个可行的范围内,通过投入一定数量的生产要素生产出一定数量的产品或者服务的过程。虽然不同的经济活动具有不同的投入和产出,但从其本质来说都是为了使自身的效益最大化。在这个投入向产出转化的过程中,需要一系列的决策才能实现,因此可以将厂商的产出理解为决策的结果,所以经济活动的参与者(即被评价对象)也被称之为决策单元(DecisionMal【iI培U血,简称为DMU)。从DMU的定义来看,每个DMU都具有一定的经济意义,它的基本特点是具有一定的投入和产出,并且在将投入转化成产出的过程中,努力实现其自身的决策目标。【74J在实际的效率评估中,DMU可以是多种多样的,可以是企业、学校,也可以 第五章效率测度的非参数方法是某系列的产品、投资策略等等。在评估时往往需要选取同类项的DMU作为评估对象,同类项的DMU具有三个基本特征:具有相同的投入与产出指标、具有相同的目标和任务、具有相同的外部环境。【_74】值得注意的是,由于研究目的不同,即使是同一个DMU,它在不同的评价体系中,其投入和产出指标可能会存在一定的差异,评估时需要根据实际的需要来确定DMU的评价指标体系。但是在同一评价集合中,所有的DMU都具有相同类型的投入和产出,不同的DMU仅仅是投入和产出数量上的区别。(2)生产可能集【,纠DEA方法一般都是基于一定的生产可能集来讨论各DMU的生产有效性的。一般称由集合丁={(石,J,)l投燃得到产出y)构成的生产活动为生产可能集。假设某种生产活动的投入量为x=(而,屯,...,‰)r,产出量为l,=挑,耽,...,儿)r,于是可用点(X,y)表示该种生产活动。考虑Ⅳ个决策单元,对应的生产活动分别是(一,弓),jf=1,2,...,Ⅳ,通常称由(■,弓)构成的集合于={(五,巧),(五,E),⋯,(五,艺))为参考集。我们的目的是根据上述参考集于去估计生产可能集T,并确定哪些决策单元的生产活动是相对有效的。在DEA最初的模型C2R模型中,假设T一般满足以下公理:(1)凸性;V(z,D∈丁,(岩,矿)∈r,V力∈[O,1】,都有:名(X,y)+(1一见)(X,y)=(五彳+(1一五).r,旯y+(1一五)】厂)∈丁即若分别以x和譬的五及1.五倍之和作为新的投入,则可以得到原产出相同比例之和的新的产出。(2)锥性:V(Z,y)∈丁,弘≥O,都有:K(X,即=(肠,硒∈丁。即若以投入量z的K倍进行输入,那么输出量为原来产出的K倍是可能的。(3)无效性:v(x,聊∈r,都有:(j,】厂)∈丁,啦≥为(z,矿)∈r,V矿≤y。即在原来的基础上,单方面增加投入或减少产出总是可能的生产活动,也就是说,浪费是存在的。(4)最小性:生产可能集T是满足上述条件(1).(3)的所有集合的交集。显然我们观察到的经验生产活动(X,,1)∈丁,/=l,2,...,Ⅳ,在满足上述条件 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究(1)-(3)的基础上,对于已有的观测值(一,弓),_,=1,2,...,Ⅳ,可得生产可能集为:如R={cx,y,I喜乃叉-≤z,喜弓乃≥y,乃≥。,,=·,2,⋯Ⅳ)O图5.2经验生产可能集珞足(单输入、单输出情况’由于上述生产可能集是基于已有的观测值(x,,‘),.,=1,2,...,Ⅳ得到的,习惯上称珞置为决策单元的经验生产可能集,它为一凸锥(如图5.2)。(3)生产函数与规模收益定义5.1技术有效:设(工,y)∈丁,若不存在(石,】,I)∈r,且】,≤y’,则称(X,】,)为“技术有效’’的生产活动。定义5.2生产函数:对生产可能集r,所有有效生产活动点(Z,】,)构成的尺帅空间的超曲面:y=厂(X)称为生产函数。显然,生产函数表示在一定的技术条件下,生产处于最理想状态时,投入量为X所能获得的最大产出量为】,。处于生产函数上的生产活动均为“技术有效"生产活动,显然,生产函数中】,为关于X的增函数。在经济生产活动分析中,人们还常常使用规模收益的概念来反映产出】,对投入X的相对不减性程度,为此,我们给出如下定义:定义:设(彳,y)∈丁,令:口(历三Inax{口I(∥x,口】,)∈丁∥≠1) 第五章效率测度的非参数方法p全liIn塑=!’,·l口一1若p>1,称(X,y)对应的DMU为规模收益递增;pl,对应的生产活y工动为规模收益递增,在BA段p:型/垒:l,为规模收益不变;而AQ段,yjp:垒/垒0,y疗>O;护f≥0,“,≥O;卢l,2,⋯,朋,产1,2,⋯芦,产1,2,⋯刀。(柳觋巧均为已知的数据,可以根据历史资料或预测得到,£,f及“,为“权’’变量)令乃=O坊⋯撕)1,影=陟坊”珊)1,产1,⋯,刀,对应于权系数z,=(口,,··:z,所)‘,“=@J,··二%)1,则每个决策单元都有相应的效率评价指数:现在对隽‰个决策单元进行效率评价,简记DMUjo为DMuo,(勘,蜘)为C砀,%),如为矗o,1≤≯o≤,z。在各决策单元的效率评价指标均不超过1的条件下,选择权系数“及£,,使五。最大,于是构成如下的最优化模型:max”等=场屙,f咿要<1'闰,2,⋯,捍(两小{乃2焉鲥√4’2’⋯川【D≥o,“≥o这个原始规划模型是一个分式规划,不方便计算,可以运用Chames.Cooper一般称模型5.1为C2R的原模型,在实际的运用中,型,根据线形规划的对偶理论,模型5.1的对偶模型为:9l(模型5.1)常常使用的是其对偶模盟峨 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究mm伊。%∑Xj九j+S.=8Xq窆弓乃一s+;K‘模型5-2’五,≥O,.,=1,2,⋯,力;s+≥0;s一≥0根据对偶理论可知,模型5.1和模型5.2都存在最优解,且最优值%=咋,同时在n个决策单元中至少有一个是DEA有效的。根据相关的理论,若线性规划问题(P1)的最优解wo及“。满足圪。=“jK=1,则称DMUjo为弱DEA有效;若线性规划问题(P1)存在某一最优解%与“。满足吃l=“jK=1,并且wo>o,vo>o,则称DMUjo为DEA有效。显然,若DMUjo为DEA有效,那么它也是弱DEA有效的,否则它就是DEA无效的。相应的,对于规划问题(D1)有:(1)DMUio为弱DEA有效的充要条件为规划问题p1)的最优值%l=1;(2)DMUio为DEA有效的充要条件为规划问题(D1)的最优值%l=1,并且它的每个最优解都满足,=∥o=0。根据C2R模型的定义可知,它测算的是规模收益不变情况下,企业在相同的投入状况下获取最大收益的能力,或者是在产量一定的情况下,降低成本的能力。结合第3章中相关的效率理论可知,C2R测算的是规模收益不变情况下企业的技术效率,即各个DMU的综合效率(规模技术效率)。因此如果某个生产单元在C2R模型下是DEA有效的,那么它肯定同时是技术有效和规模有效的,这就是C2R模型的经济意义。假设秒(O≤口≤1)是由c2R模型所得到的嗍的技术效率,那么,当乡=1时,可以认为被评价对象是规模技术有效的,即同时达到了规模有效和技术有效,否则被评价对象是综合效率无效的,造成其无效的原因可能来自于技术效率,也可能是由于没有在最佳的生产规模下组织生产。5.3.2BCC模型及其经济意义C2R模型假设决策单元的规模收益不变的,即被考察单元可以通过增加投入等比例地扩大产出规模。然而,这一假设相当严格,在许多情况下并不满足,不完全竞争、经济环境乃至政策限制等因素都可能导致企业难以在理想的规模下运 第五章效率测度的非参数方法行。显然规模报酬的变化也是导致企业生产无效率的重要因素之一,因此规模不变假设的存在会导致当被考察企业不是全部处于最佳规模时,技术效率和规模效率混在一起。为解决这个问题,BaIlker,Chanles和Coopef(1984)提出了CRS模型的改进方案,以考虑规模报酬可变(V撕ableRetu功stoScale)情况下企业的生产效率,这就是我们所说的BCC模型,又称为VRS模型。B跚ker等人在CRSn模型中加入了一个凸性假设:∑力,=1,从而将其改造为Ⅵts模型,即:翁。miIl臼=%∑xjts8Xa,=I∑弓乃≥虼(模型5-3)j=l∑4=1.,正l五,≥0,,=1,2,⋯,阼;去掉C2R模型中的锥性条件后,我们的研究就可以严格集中在单个DMU水平上的生产有效性上,即当且仅当该DMU位于有效生产前沿面上时,决策单元的效率值才为1,而无须考虑其规模效率。设线性规划问题(D2。)的最优解为:力,s-o,s+0,秒o,参考C2I蟆型中有关技术有效的定义,在BCC模型下,若伊o=1,则DMUjo为弱DEA有效;若矽o_1,且sHbⅢ=o,则DMUjo为DEA有效。根据BCC模型的定义可知,它测度的是规模收益情况下的技术效率。因此,如果某个生产单元在BCC模型下是DEA有效的,那么意味着它也是技术有效的生产单元。假设口(0≤口≤1)是由BCC模型所得到的D搬,。的技术效率,那么,当护=1时,可以认为被评价对象处于技术有效状态,否则被评价对象可以认为是技术无效的。5.3.3规模收益的判断根据本文第3章中的分析,有舾=s阿/硒,因此,决策单元的规模效率可以通过C2R模型和BCC模型的结果来得到。但是这个计算过程仅仅能得到规模效率值,即生产单位对于现有规模利用的有效程度,却无法知道DMU的规模收益情况。魏权龄在《数据包络分析》一书中曾指出,可以通过C2R的规划问题(D1)的最优解来判断DMUjo的规模收益状况:设(D1)问题具有唯一最优解 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究岔、s-0、s+0、口。,则当∑驾/护。=1时,DMUjo具有恰当的投入规模,为规模收』-lH^益不变,当∑秽/矽。<1时,DMUjo为规模收益递增,当∑驾/汐。>1时,DMu如』。1产l为规模收益递减。这种判别方法需要知道钟的值,增加了计算的复杂度,研究表明,可以通过其它模型来分析DMu的规模收益情况。1985年Fare和Grosskopf提出了FG模型,该模型假设对于任意(K,写)∈丁,在口≥∥≥l时,均有(口K,成)∈z。这意味着DMU的投入量扩大至原先的口倍时,产出会以较小的倍数扩大至成,在这种情形下,DMU的规模收益只存在规模收益不变和规模收益递减两种情况,因此该模型又被称为规模收益非递增模型(NeVerhlcreasiI培Rc加nlst0Scale,简记为NIRs)。根据模型的假设,NIRS可以记为:n血秒=%∑Xj九j§eX口J霉l∑巧乃≥K(模型5.4)此后,Seif.ord和Thralla于1990年提出了ST模型,与FG模型正好形成对比。该模型假设对于任意(托,K)∈r,在∥≥口≥1时,均有心蜀,麟)∈丁。这意味着DMU的投入量扩大至原先的口倍时,产出会以较大的倍数扩大至矾,在这种情形下,DMU的规模收益只存在规模收益不变和规模收益递增两种情况,因此该模型又被称为规模收益非递减模型(NeVerDecreasingRetumstoScale,简记为NDRS)。根据模型的假设,NDRS可以记为:94嘭乞,b=1VJq名>一。∑芦乃 第五章效率测度的非参数方法nlinp=巧)2∑Xj丸jsexa』越∑弓乃≥写(模型5.5)卢l∑五≥1,=l彳,≥0,_,=1,2,⋯,,l;之所以提到N取s模型和NDRS模型,是因为这两个模型能辅助我们分析DMU的规模收益状况。相关的研究表明,若某个DMU在BCC模型下是弱DEA有效的,则:(1)DMU为规模收益递增的充要条件是:DMU在NDI峪模型下为弱DEA有效的,但在NIRs模型下不是弱DEA有效的;(2)DMU为规模收益不变的充要条件是:DMU在NDRS模型下为弱DEA有效的,同时在NIRS模型下也是弱DEA有效的;(3)DMU为规模收益递减的充要条件是:DMU在NII峪模型下为弱DEA有效的,但在NDRS模型下不是弱DEA有效的;5.4其它常用的DEA模型除了上文所提到的4个基本模型,在实际的研究过程中,、还可能用到配置效率模型、纯技术效率模型以及超效率模型等,下文将对这几个模型进行粗略的介绍。5.4.1配置效率模型根据本文第三章中的介绍,配置效率是在现行要素的市场供求条件下(给定投入要素或者产出要素的价格),厂商以最优比例使用各项投入要素,从而实现生产成本最低或利润最大。它与技术效率的差异在于将价格因素引入了效率评估,根据投入/产出的价格来研究各个DMU是否达到了成本的最小化/利润的最大化。配置效率(A110cativeEfficiency)最初也是由FarreU(1957)提出来的,根据DEA的相关理论,在面向投入以及要素市场完全条件下,有效配置前沿显然应由生产过程要素潜在最佳投入点.成本最小点构成,即由如下的数学规划模型所形成的前沿面组成: 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究minc‘=∑既钯f暑l’一∑五乃≥咒91(模型5.6)∑乃≥1,宣1名,≥O,_,=1,2,⋯,拧;期中,A表示第f个投入要素的价格。令Cf表示DMU的实际生产成本,19I=cf/C,则叫的配置效率么巨可有如下规划来得到:(B)s·f·5.4.2纯技术效率模型}喜砌≤等f=lqI∑名咒≥只(模型5.7)在一部分文献中,将Ⅵ之S模型计算所得到的技术效率称之为纯技术效率,但实际上该模型下的技术效率并非真正的纯技术效率,Ⅵ媳并没有考虑到生产要素拥挤所带来的效率损失。令万(O≤万≤1)表示生产过程中的要素拥挤度,则纯技术效率可以通过如下模型来计算。PTE,=nlill只(只)s·f·∑五咒≥咒f=l∑名薯=鸸‘(模型5.8)%乙L=1人I仉磊>一。∑芦乃阼乙,b=1=仉五人I。∑例乃 第五章效率测度的非参数方法从PTE模型来看,它的计算涉及到要素拥挤的问题,这个问题将在本文的第7章将详细介绍,这里就不再赘述。5.4.3超效率模型传统的DEA模型虽然能对DEA无效的生产单元进行排序,但是当计算结果中存在多个有效(即效率值为1)的决策单元时,无法直接比较有效决策单元之间的效率高低。为了弥补这一缺陷,Per加ldIerseIl和NielsCMstiaIlPetersen(1993)提出了一种“超效率”DEA模型(Sup昏E伍ciency,简称SE—DEA),使有效决策单元之间也能比较效率的高低。郭均鹏等学者先后提出基于CRS和、1强的SE—DEA模型,并实现了对所有DMU总效率的充分评价和排序。以传统的cRS模型的对偶为例,其对应的超效率DEA模型如下:nlin口=%(D1)¨.{∑弓乃一s+=虼j=1乃≥o,,=1,2,⋯,以;/≠矗s+≥O;s一之0(模型5.9)比较模型5.9和模型5.2可知,超效率评价模型同DEA模型数学形式相似,不同的是在进行第五个决策单元效率评价时,去掉对第五个决策单元的产出与投入比的效率指标小于等于1的约束,即将第五个决策单元排除在外,而传统图5.6扩展的DEA模型DEA的模型是将本单元包括在内的。一个有效的决策单元可以使其投入按比例的增加,而效率值保持不变,其投入增加比例即其超效率评价值。矗纱=+乃0。∑闸。 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究扩展的DEA模型可以通过图5.6来描述。在图5.6中有5个决策单元A-E,它们具有两个投入要素和一个产出要素,为了方便起见,假设它们有相同的产出。图5.6中有效生产前沿面的由BC线段和CD线段所组成的,而虚线BD则表示超效率模型下的生产前沿面。下面我们将决策单元分为三类加以解释:(1)DEA无效的点。如图5.6中的点E,由于点E不在生产前沿面上,因此去掉点E生产前沿面不发生改变,因此其超效率评价值就是DEA评价模型的效率值。(2)弱DEA有效点。图5.6中的点A是一个弱DEA有效点,虽然它的效率值也为1,但与B点相比,它在投入2上有一个松弛变量。因此,在采用超效率模型评价时候,去掉点A不影响生产前沿面形状,因此其超效率评价值不发生改变,仍然为1。(3)DEA有效点。图5.6中的点B、C、D均为DEA有效的点。考虑下一个观察点C,在参考点集中去掉C,则BD线段中的点变成了有效生产前沿面,生产前沿面发生了变化。C点与有效生产前沿面的距离则是C点可扩张的大小,也是C点的超效率,显然其效率值要大于l,点B和点D也可做类似的分析。由于具有不同的超效率值,我们就能区分B、C、D三点效率的高低了。综上,对于DEA有效、DEA弱有效、DEA无效的生产单元,其超效率与传统DEA模型效率之间的差异如表5.1所示。表5.1超效率评价值与传统DEA评价值之间的关系传统DEA评价值(护)超效率评价值(矽’)关系DEA无效,秒<1DEA无效,秒’<1p=p’<1DEA弱有效,口=1DEA弱有效,口’=1口=口’=1DEA有效,护=1DEA有效,矽’>1口’>口=l5.5实例研究:基于DEA的我国商业银行的效率研究前文用参数方法分析了我国商业银行2006年的效率情况,下文将用非参数方法继续研究我国商业银行2006年的效率。5.5.1评价体系的设计在本文的第四章曾介绍了银行投入产出指标选择的三种方法:生产法、中介法和资产法,综合考虑银行效率评价的特征和数据的可获取性,可以采取中介法和资产法相结合的方式。因此,可以将指标体系的投入向量定义为:核心资本、固定资产和可贷资金。其中核心资本是指权益资本和公开储备,它是银行资本的构成部分,一般来说,核心资本至少要占资本总额的50%,不得低于兑现金融资 第五章效率测度的非参数方法产总额的4%。核心资本包括实收资本、资本公积、盈余公积、未分配利润。而银行的可贷资金主要来源于同业存款、同业拆借、中央银行借款、借入款项和发行债券等。从产出角度来看,银行的产出主要体现在存款总额和利润总额两方面。受数据的影响,全面评价所有商业银行并不实际,本文选去了国内主要的一些商业银行来进行评估。这些商业银行为中国银行、中国农业银行、中国建设银行、中国交通银行、中国工商银行、中信银行、华夏银行、中国民生银行、广东发展银行、深圳发展银行、招商银行、兴业银行、上海浦东银行、恒丰银行和浙江商业银行,统计表明这些银行的业务约占整个银行系统业务量的85%以上,因此具有比较强的代表性。评估所用的数据来源于2007年的《中国金融年鉴》。所选用的评估方法是数据包络分析法,主要从综合效率、规模效率、技术效率以及规模收益情况等几个角度来综合分析我国主要商业银行2006年的效率情况。5.5.2我国商业银行的效率测度经统计,被评价的15家商业银行的投入产出数据如表5.2所示。表5.2各商业银行的投入产出数据单位:亿元;投入指标产出指标评价单元核心资本固定资产可贷资金存款利润工商银行4668.961067.6867517.4163514.23487.19农业银行892.13748.9250939.446584.81110.18中国银行3884.7572.838199.7432698.09424.97建设银行3302.04530.3749664.847212.56463.19交通银行904.95262.8415889.9714203.3l122.69中信银行318.383.936530.355566.55937.26华夏银行116.4235.643964.313712.9514.57民生银行193.0553.446408.425833.1538.32广发银行148.9126.7l2994.083042O.16深发银行64.7419.942492.752230.8113.03招商银行551.673.768441.236976.5671.08兴业银行161.9936.225296.774223.9437.98浦发银行247.0657.176393.525957.0533.53恒丰银行16.217.1412.44392.161.62浙商银行18.064.36236.09219.252.8运用数据包络分析软件DEAP可以分别求得各个被评价对象的综合效率、规模效率和技术效率,用EMS还可以进一步求解各个被评价单元的超效率,计算结果如表5.3所示。 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究表5.3各商业银行的效率被评价单元超效率排名综合效率规模效率技术效率规模收益工商银行0.97613O.9761.000递减农业银行1.51511.000不变中国银行1.03771.000不变建设银行1.09441.000不变交通银行O.94714O.9471.0000.947不变中信银行0.90015O.9001.0000.900不变华夏银行1.018lO1.000不变民生银行1.02481.000不变广发银行1.08861.000不变深发银行1.09351.OOO1.000不变招商银行1.02291.000不变兴业银行1.35821.000不变浦发银行0.99512O.9951.000递减恒丰银行0.997110.997O.9971.000递增浙商银行1.20631.ooO1.000不变从表5.3来看,工商银行、交通银行、中信银行、浦发银行、恒丰银行都是综合效率无效的生产单元。其中,工商银行、浦发银行和恒丰银行这三家银行的技术效率均为1,说明它们对于现有的技术运用比较充分,影响它们综合效率的主要原因在于它们的规模效率没有达到最优。从规模收益的情况来看,工商银行与浦发银行处于规模收益递减的阶段,这说明这两家银行应当适当缩小自身的规模,从而充分利用现有资源创造更多的价值。而恒丰银行则处于规模收益递增的阶段,说明现有的银行规模制约了它的收益,应当适当过大银行的规模。另一方面,交通银行和中信银行的规模效率己达到最优,造成其综合效率低下的原因在于它们没有充分利用现有的生产技术,技术普及技术的推广将是这两家银行提高生产效率的有效方法。从各个银行的效率排序情况来看,综合效率并不能很好地区分有效单元的生产效率,需要通过超效率来做进一步的判断。根据EMS软件计算所得到的超效率可得到各银行的技术效率排名,其中效率值排在前几位的分别是农业银行、兴业银行以及浙商银行,而排在最后的则是工商银行、交通银行和中信银行。当然由于统计上的失误,这个结果不一定反映了真实的情况,但基于非参数的效率评估为我们研究银行系统的生产状况提供了一个值得借鉴的途径。 第六章生产率变动的测度理论研究前面两章所介绍的参数方法和非参数方法所得到的是被评价单元的生产效率,是一种静态效率,它能反映在同样的条件下,不同生产单元对于技术运用的好坏,以及领导者管理水平的高低。由此可见,静态效率研究的是经济增长的质量,即对于现有资源利用的有效程度。从经济增长的研究来看,仅仅研究其增长质量不能很好的诠释经济的增长情况,还需要研究经济增长过程中的生产率问题。生产率反映的是被评价系统在一段时间内效率的变动情况,它通常用效率指数来进行分析。与静态效率不同,效率指数反映的是静态效率的变化,因此又称之为动态效率。在实际的研究中,反映生产率变动情况的效率指数包括Mahquist指数、Laspeyres指数、Passche指数、Fisher指数等,其中应用最广的是Malmquist生产率指数。下文的研究将从生产率的增长理论入手,介绍Mahnquist指数及成本Malmquist指数的相关概念。在此基础上,本文将从不同角度深入探讨MalInquist指数的分解及计算方法。常规的分解方法只能分析技术变化和效率改善对经济增长的影响,而基于分解投入要素的分解方法则还能研究不同的投入要素对于经济增长的影响,为探索经济增长的根源和影响提供了一条新的研究途径。在本章的最后,将用Mahnquist指数分析我国商业银行的生产率变动情况,进而分析影响整个行业发展的因素。6.1生产率变动理论简介生产率是当代经济学中的一个重要概念,它所反映的是各种生产要素的有效利用程度,生产率的变动一般通过效率指数来测度。6.1.1生产率的概念一般意义上的生产率是指要素资源(包括人力、物力、财力资源)的开发利用效率,即生产过程中投入要素转变为实际产出的效率。如果研究的是一个国家或地区的宏观经济,那么此时的生产率就等于某一时间段内,国民经济生产过程中投入的各种资源要素之和与国民经济的总产出的比值。生产率能够反映被考察时间内生产要素的配置状况、生产管理水平和劳动者对生产活动的积极性,反映经济制度与各种社会因素对生产活动的影响程度,是技术进步对经济发展作用的综合反映。lOl 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究按照测算方式的不同,生产率可以通过部分要素生产率(PanialFactorProduCtiv时,记为PFP)和全要素生产率(TotalFactorProductiv畸,记为TFP)这两个指标来考察。二者的主要区别在于它们所考虑的生产投入要素范围、数量是不同的。部分要素生产率也可以叫做偏要素生产率,它反映的是产出量与单一生产要素之间的效率关系。全要素生产率有时候又被翻译为“总要素生产率”或“总和要素生产率’’,它是指一个生产单元(企业、行业、国家或者地区),在一定时期内,进行生产活动过程中总产出和总投入之比。全要素生产率考虑的影响因素不仅包括劳动力和资金,同时还包括其它各种投入要素。萨缪尔森、诺德豪斯等人认为全要素生产率考虑的要素资源还应包括教育、创新、规模效益、科学进步等。在这两个指标中应用最多的是全要素生产率,它常作为衡量一个行业或者国家经济运行状况的综合性指标,它是技术进步、效率(规模效率、技术效率、配置效率等)变化的综合体现。全要素生产率将一个经济系统中的全部投入要素综合起来考虑,能够全面反映这个系统的投入与产出之间总体转换的效率,因此TFP能比较客观地反映一个经济系统的宏观综合经济效益,这也是本章研究生产率变动的目的。全要素生产率可以通过投入和产出之比来测度,而要监测生产率的变动则需要通过研究全要素生产率的变动来实现。在效率测度理论中,生产率的变动可以通过动态效率的测度方法来研究。动态效率是相对于静态效率而言的,静态效率是我们前文中所介绍的效率测度方法,它研究的是生产过程中,投入与产出之间的转换效率,它通过效率值来体现。而动态效率则是通过效率指数来体现,效率指数研究的是效率的变化情况,它能够反映不同时期的效率变动情况。研究者们在生产率变动的研究过程中提出了许多生产率指数的概念,下文将进行简单的介绍。6.1.2生产率指数根据上文的介绍,通常用全要素生产率的变动来评价生产率的变动指数。在实际的应用中,有两种方式来分析全要素生产率的变动情况,第一种方式是从投入和产出的角度来分析,令生产单元在两个不同时期s、f(so) 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究基于上述假设,Nil∞laosMalliadakis等人定义的成本Malmquist可表示为:厂c鸠川=lLWtxt?Ctbt,wt、)形+。戤,/cf+。(儿,,w+,)J2彬+t置/e+-(儿,w+t)J其中,彬置/Cf(咒,嵋)是t时期的成本比例,表示t时期的总生产成本能够减少的程度,该比率测量了可观察成本形置与实际生产过程中的最低成本cf∽,w)之间的差距。显然有艿=形置/Cf(咒,W)≥1,艿越大则在产出l:下所发生成本减少程度越大。6.3Malmquist指数的计算与分解根据前文的分析可知,MalrIlquist指数是在距离函数的基础上发展起来的,它的计算依赖于实际的距离函数。另一方面,纯粹的研究Mahquist指数带给我们的管理信息并不多,研究MallIlquist指数的另一层意义在于可以通过分式转换,将MalInquist指数进行分解,从而从不同的角度来研究生产率的变化。6.3.1Malmquist指数的计算根据模型6.5可知,MalIllqusit指数是由四个距离函数组成的,因此,MallIlquist指数的计算可以通过计算着四个距离函数的值来实现。根据距离函数的定义:4(置,Z)=i够{B:(置,ZI谚)∈以置)}以及参考集P∽)的定义:P(x)={y:投入向量x可以生产出n可知,4(置,r)其实计算的是被评价单元在C2R模型下的效率,即:研(墨,写)=min最(C2R)s7.∑巧乃≤呱窆丐乃≥巧‘模型6_9’乃≥o,/=l,⋯,玎其中,磁(群,巧)计算得是t时期被平均单元DM吼的生产组合(墨,巧)相对于s时期的技术状态(生产前沿面)的效率,墨、群是吣分别在t时期、sllO 第六章生产率变动的测度理论研究时期的投入,砭、砭是D心。在t时期、s时期的产出。因此,MalIIl叫st指数实际上可以通过计算以下四个DEA模型得到,分别为:(C2RI)sj.(C2RⅢ)s.f.口(墨,Z)=minp∑驾乃≤吣』暑l∑巧乃≥巧(c2RⅡ)sJ.,,l允,≥0,/=l,⋯,疗口(置,E)=min口,n∑墨乃≤噬』=l∑巧乃≥耳』穹l五,≥0,_,=1,⋯,刀E(置,Z)=min秒皿(鼍,℃)=min口∑巧乃≤叫』II∑巧乃≥写(c2RⅣ)sj.』暑l兄,≥O,/=1,⋯,忍6.3.2Malmquist指数的分解∑巧乃≤晖J暑l∑巧乃≥瑶/-l力,≥O,/=1,⋯,刀根据Fafe,Grosskopf,No而s和Zhang(1994)的分析,全要素生产率的变动(TFP.ch)可以分解为技术变动(TECH)与效率变动(EFFCH)的乘积。Fare等人研究的是规模收益不变的情况下MalInquist指数的分解,根据图6.4,Mahquist指数可作如下分解:%陪结×毋陡H甏]换成距离函数,其分解方法为:蚧[糍等×榭]2。龇加,:l呈!墨业兰±12×垒!墨:兰212·垒:!!墨坐兰±12【-三0-(Z小‘+-)Df+。(五,Z)JDf(置,】:)由上面的分析可知,口(五,Z)、口¨(置小Z+,)分别表示被评价对象在t时期和什1时期的生产组合(五,Z)、(五+l'鬈+。)相对于t时期和t+l时期的生产效率,因此,4+。(置小Z+。)/口(Z,Z)表示了从t时期到什1时期生产效率的变化,一般将其记为 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究EFFCH,值得注意的是这个变化的效率是指本文第三章中所介绍的规模技术效率(综合效率),为了研究的方面,我们称之为综合效率变化指数。它比较的是t时期的生产组合(置,Z)和t+l时期的生产组合(置州囊。)哪个更靠近基期的生产前沿面,因此它代表了两个时期内的组织管理效率水平的变化——“追赶效应",用以衡量被评价单元是否在更靠近当期的生产前沿面进行生产。Df+。(置,Z)表示的是被评价单元t时期的生产组合(Z,Z)相对于t+1时期的生产前沿面的生产效率,口(置小囊。)则表示被评价单元t+l时期的生产组合(置巾Z+。)相对于t时期的生产前沿面的生产效率。因此,皿(墨+pr+。)/Df(置,Z)表示同样的投入产出水平(置,E),在两个不同的技术状态下(t时期和t+l时期的生产前沿面)的效率变化指数,它反映的是生产技术变化对于被评价单元t时期的生产组合生产的影响。同样,口(五,Z)/Df+。(置,r)也描述了它反映的是生产技术变化对于被评价单元t+1时期的生产组合生产的影响。因此,我们可以认堡!墨坐生12×口+。(置小I+。)羞隅r表示的是生产技术变化对于被评价单元生产的影响,它反映了两个时期内技术的变化——“前沿面移动效应",这种效应表明了技术的进步和创新或者是技术的退步,一般将其记为TECH,并称之为技术变化指数。综上可知,MalInquist指数可以分解为技术变化指数和综合效率改善指数,即有脚旨数=犯C日×剧砌。当效率变化指数大于1时,表明效率是生产力进步的主要源泉,否则就是导致生产力降低的根源;同样,如果技术变化指数大于l,那么它能推动生产力的发展,否则将阻碍生产力的发展。进一步的研究表明:技术变化指数主要取决于两方面的因素:要素质量的提高和知识技术的发展:而效率指数的变化则受到要素配置水平、规模经济和技术发挥程度等因素的影响。上文研究的是规模收益不变情况下的Malmquist指数,从第三章中的分析可知,在规模收益可变的情况下,综合效率可以分解为技术效率和规模效率。因此,在规模收益可变的情况下,综合效率变化指数也可以分解为技术效率变化指数和规模效率变化指数,我们可以通过图6.5来做进一步的分析。在图6.5中,生产前沿面露表示规模不变情况下的技术水平,乃表示在规模变化条件下的技术水平。112 第六章生产率变动的测度理论研究图6.5产出规模效率在生产点G,规模和技术同时保证了有效性(G点在规模效率恒常线上),生产点J和K都没有保证产出的规模有效性,生产点J因产出太小达不到规模有效性(L点在M点下方),生产点K因产出太大也不能实现规模有效性(I点在日(丁IC,s)点下方)。由于.s见=硒×舾,即‰=‰×.姬,因此有眠产I旦堕盥韭盟×旦堕罂12·生垡越坐塑“”1I4+。(五“,r+。Ic,s)口+。(五,jrIc,S)J皿(五,‘lc,s):f垒!墨业兰±!!!:翌×垒!墨:兰!竺:旦12·垒±』圣坐兰±s!匕:翌.:堕±』墨出兰:z!i口“(五小Z+。Ic,s)B+。(五,Zc,s)J口(置,Zl矿,s)蹈(置,Z)其中,.姬(彳,y)=D(X,yIC,S)/D(X,yy,S),表示的是某个时期的规模效率。因此S+。(五“,】:“)/墨(置,E)表示从t时期到什1时期的规模效率变化,称之为规模效率变化指数。,相应的,D(x,】,Iy,s)描述的是某一个时期的技术效率,从而口+。(五+pr+,Iy,s)/q(置,Zy,S)表示的是从t时期到t+1时期的技术效率变化,称之为技术效率变化指数。5因此,Mahnquist指数可以分解为技术变化指数、技术效率变化指数和规模效率变化指数。综上有:气忉妇=钿×岛珊=%×k×%馏,其中气,嗍础表示Malnlquist指数,k表示综合效率变化指数(综合效率的改善),%凹表示技术变化指5在一部分文献中,将vRs模型所求得的技术效率称之为纯技术效率,因此也将本文所定义的技术效率变化指数称之为纯技术效率变化指数。113 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究数(技术进步),%表示技术效率变化指数(技术效率的改善),k表示规模效率变化指数(规模效率的改善)。当然,以上有关Mahquist指数的计算和分解都是基于投入角度的,还可以从产出的角度来对MalInquist指数进行分解和计算,原理和方法是一样的。6.3.3基于分解投入要素的MalIllquist指数分解台湾国立海洋大学的游明敏(2007)6年提出了一种基于分解投入要素的MalInquist指数分解方法,为Malmquist指数的分解提供了新的思路。游明敏将所有的投入要素分为两大类:资本和劳动力,进而将MalIllquist指数分解为资本生产力效率变化和劳动生产效率变化二者的乘积。在该分解方法中,游明敏假设生产系统共有Ij}个决策单元,每个决策单元有m项投入、刀项产出。因此,决策单元嗍在t时期的投入和产出分别记为:《=(《。,《:,...,乇)、巧=(以,,以:,...,芘)。将所有的投入要素墨拆分为两大类,一类表示资本投入,一类表示劳动力的投入7,假设这两类投入分别具有p项和g项(p+g=垅)。即嗍具有p项资本投入要素,记为:西=(砖。,砖:,...,‰),同时,它还具有g项劳动力投入要素,记为戤=(吒。,或:,...,坛)。此时,生产可能集可以表示为:《={(巧,露,矗):投入向量%,霸)可以生产出砭)。根据Sh印hard(1970)所定义的距离函数可知,基于以上假设的投入产出向量的距离函数可以表示为:或(巧,西,矗)=砒{万∈《:(砭/反霸,戤)∈《)=[sup{矽∈磷:(孵,以,矗)∈只)r1因此,对于t时期的生产组合(巧,西,氍)和什1时期的生产组合(砭+1,《1,露1)有:或(巧,墨,戤)=砒{万∈《:(巧/万,乃,氍)∈露}甜1(鬈“,碟1,碟1)=硼万∈《:(写+1/万,巧1,掣)∈乓+1)6MiIlg—MiinYu,Thecapac时pmductiv时ch锄geandmeVa—able呻utpmdllctiV时cllaIlgeAn蹦decompositionoftheMalmquiStp剃uctiv时index,AppIiedMa也ema£ics眦lcomputation,185(1),375·3817在原文中,将其解释为固定投入要素和可变的投入要素114 第六章生产率变动的测度理论研究或(瑶,碟1,氍)=illf{万∈群:(砭/艿,掣,露)∈最)甜1(矿,露,碟1)=砒{万∈群:(写+1/坑露,砧1)∈耳“)从而,t时期的劳动投入和什1时期的资本投入在t时期的技术状态下(生产前沿面),对应的资本生产效率E(砭,以,E,砧1)可以表示为:鹾(砭,乃,E,巧1)=秀黼显然,当E≥l时,资本生产力效率提高,反之则下降。同样,在什1期的技术状态下对应的资本生产效率可以表示为:掣(∥,碍1,碟1,西)=筹麓端为避免固定基期的选择对评估的影响,仿照Fisher理想指数的构造方法,从t时期到t+l时期,由于决策单元资本投入的变化所带来的资本生产力效率的变化可表示为:掣(矿,碍1,碟1,鬈,乃,露)=掣(∥,彤1,露1)×或(砭,碟1,戤)W1(矿,露,碟1)×磁(砭,乃,E)考虑在这种情况下的Mahquist指数可以表示为:蟛镩+1,掣,掣露露,E,=尸瑶芝鹭蔫篝装掰防1(班露1,碟1)×或(砭,彤1,露)::=I——-—--———-——-—————-‘——--——-————-——--·—-—-——-----—-——-_—。。—。。一VW1(巧“,露,碟1)×联(砭,霸,霸)×f笪擎:!:鉴!:墨尘垡型:攀::墨:11J或“(砭,露,戤)×或(写,碟1,戤)=掣c∥,砖1,碟1乃乃,露,×尸毒襞善兰若荔篾≥雾铲其中,第一部分表示被评价单元的资本生产力效率变化,第二部分为评价单元的劳动生产力效率变化。这是在面向投入的情况下,针对投入向量进行的分解。同样,在面向产出的情况下,也可以将产出向量进行相应的分类,进而作进一步的分解,但目前尚无人做类似的研究,可以作为本文的后续研究来进行。 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究6.3.4成本Malmquist指数的分解与计算根据前文中分解MallIlquist指数的思路,成本MalIllquist指数也可作类似的分解:‰_I糍嬲×筠渊].:J堡墨±!!g!丝业兰2L彬+l五+l/cf+1∽+l,w+1)、,彬置/C(咒,W)×—————二———二————二—二二二————L二-··彬+。置/e+。(只,wf+。)×里±!墨±!!g±d丝业兰±12W|xt}Ctoyt,W_L—————刁瓦’————一在上述分解过程中,成本MalIIlquist指数被分解为总效率变化(oVearllE伍ciencyCtlaIlge,简记为0EC)和成本技术进步(Cost—TechnicalCh趾ge,简记为CTC)。其中总效率变化主要用于分析从t时期到t+1时期之间总效率的变化,它表示生产单元从t时期到t+1时期是否逼近成本边界。成本效率模型还可以做进一步的分解,首先来介绍总效率变化指数的分解:形+。置¨伽c:垒±!!墨±!:兰!12口(置,r)×生亟出等隧垃业(模型6-11)’。形Zw、一⋯7^EC由此可见,总效率变化指数可以分解为成本效率变化(舢loc撕veE伍ciencyChange,简记为AEC)和技术效率变化(TechnicalE伍ciencyCllange,TEC)。其中,AEC表示已知每期投入价格,投入组合与最优投入组合之间的差距。另一方面,成本技术进步指数CTC也可作进一步的分解:C形=×形置.g亟业兰2兰垡!墨坐兰±立×g亟!兰2兰垡!墨:兰2彬+。置+.一彬+。置cf+。(咒小w+。)×嘴1(五巾Z+。)e+。(只,w+。)×形1(置,Z)(模型6-12)在模型6-12中,成本技术进步指数CTC被分解成技术进步指数(TECH)和剩余价格(分配)影响部分。其中第二部分表示投入价格相对变动对成本边界变动造成的影响,具体地说,就是在特定产出下,投入价格相对变动对最小成本变动的影响,也可以认为该项是分配效率变化(AEC)对整个产业的影响,而不是对某个企业的影响,该项可以定义为价格因素(PriecEe位t,简称PE)。【81】116 第六章生产率交动的测度理论研究综上,成本MalIllquist指数的分解方法如下:CM=oEcxCTc=EFFcHxAEC×TEcH×PE=MxAEC×PE其中,M表示Mahquist指数,么嬲表示分配效率变化指数,船表示价格因素的影响。关于成本效率的计算,由成本Mahquist指数的模型可知,其中职工、】,均是已知向量。记吣在t时期地第i项投入为《,江l,2,...,m,对应的价格记为以,产出记为政,,.=1,2,..卅,则吣的成本形墨=∑哌《,其成本函数可f土l通过如下模型来计算:Cf(】:,彬)=min暌墨e(Z舻形)=min暌而∑乃蝣≥成,,=l,2,...,m,=lX∑乃瑶≤置,f-1,2,...,聆sJ.,=l乃≥o,t≥o∑乃蝣≥赡1,,.=1,2,..棚/=lK∑乃巧≤置,f-l,2,...,”,ll乃≥o,■≥o在得到D心。的实际生产成本以及成本函数后,便可以计算成本Mahnquist指数的值,并进而对其进行分解,分析价格因素以及分配效率变化对生产率变化的影响。值得说明的是上述的分析是从投入的角度展开的,还可以从产出的角度来分析成本M州st指数。6.4实例研究:我国主要商业银行的生产率变动研究单从我国商业银行近年来的业务量上看,主要商业银行的存款和利润都基本上呈不断上升的趋势,这一方面是受我国经济状况不断好转的影响,另一方面,商业银行自身的技术水平也在不断提高。分析我国商业银行的生产率变动有利于把握我国商业银行的发展趋势和状况,下文将从MalInquist指数、技术变化、效率改进等方面,综合评估我国主要商业银行1997.2006年间的生产率变动情况。6.4.1评价指标体系的设计我国商业银行生产率的变动可以通过分析主要商业银行的Mahnquist指数变化来进行研究。本研究的数据主要来源于1999年.2007年的中国统计年鉴,从这些年鉴可以得到我国主要商业银行1997年.2006年间的投入产出数据。评价指标 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究体系方面,仍然与第五章的保持一致,即:投入指标:核心资本、固定资产和可贷资金;产出指标:存款总额和利润总额。由于广东发展银行和浙江商业银行某些年份的数据没有记录,因此有关生产率变动评价的对象为其它13家主要的商业银行r中国银行、中国农业银行、中国建设银行、中国交通银行、中国工商银行、中信银行、华夏银行、中国民生银行、深圳发展银行、招商银行、兴业银行、上海浦东银行和恒丰银行。其中恒丰银行是2003年8月1日由原烟台住房储蓄银行更名改制而来的,因此2003年前的数据将采用烟台住房储蓄银行的数据。6.4.2结果及分析本章有关Malmquist指数的计算采用了Ball)【ia软件有限公司所提供的生产前沿面分析软件FrontierAnalyst8,该软件是用数据包络分析法来进行生产前沿面的估计和相关效率的计算。通过对相关的结果进行整理,我国主要商业银行1997.2006年间的MalIIlquist指数如表6.1所示。表6.1我国主要商业银行1997.2006年间的Malmquist指数05.0604—0503—0402.0301.0200.0199.0098—9997.98平均工商银行1.020.930.98O.920.931.04O.971.021.030.98恒丰银行1.040.970.941.09O.9l1.72O.760.960.841.03华夏银行1.080.92O.881.161.051.030.841.061.071.01建设银行1.091.02O.690.730.961.021.061.03O.95交通银行1.030.871.580.871.04O.951.211.011.081.07民生银行0.880.891.200.8lO.821.190.941.141.391.03农业银行0.87O.91O.740.94O.970.980.881.241.110.96浦发银行1.15O.820.921.041.12O.971.461.371.161.11深发银行1.090.801.00O.840.931.261.281.39O.961.06兴业银行O.990.751.050.85O.87O.761.121.461.040.99招商银行0.881.040.91O.931.15O.651.021.361.281.02中国银行0.880.841.28O.420.91O.720.991.911.021.00中信银行1.02O.871.011.231.00O.970.871.091.001.01M岬ist指数能反映生产率的变动情况,从表6.1中的结果来看,大部分银行的生产率保持上升趋势。但工商银行、建设银行、农业银行、兴业银行的生产率变动不明显,而浦东发展银行和建设银行则保持了较高的增长趋势。下面我们从整体的角度来分析一下我国主要的商业银行生产率变动情况及其影响因素,8下载地址:htIp:伽n^州b锄xia.c0IIl/f如nti刮d㈣.h恤l118 第六章±产宰变动∞摄度《论研究具体结果如表62所示。表62我国主要商业银行1997—2006年间的生产率变动项目05m6l悼05I∞.04l02埘ol加2Iom0199.00f98.99I9748l平均dalⅢquⅢ指数J100o891叭lo9I097】l02l03124108t02综合效率变化o93100o94l09{o94loll仇l11411∞ll01技术进步l08o90l09o83104l00J叭llIo108Iol技术效率变化1104】l01i04o93l01I08l00095l00lol规模效翠变化Jo90l00o94120093o96l02126lool02从表62中的计算结果来看,挠国主要商业银行的生产率保持着年均2%的上升速度,而综合效率变化和技术进步对生产率变动的影响基本上保持均衡,各占50‰这说明近10年来,我国商业银行无论是在自身的效率改善和技术水平的提高方面都取得了巨大的进步,不仅很好的利用了现有的生产条件,同时还充分发挥了科学技术在提高效益方面的作用。而从影响综合效率变化的因素来看,规模效率变化所做的贡献要太于技术效率的变化,这说明商业银行效率的提高主要来源于银行规模的不断扩大。根据表62所绘制的生产率变化趋势图如图66所示。从图66来看,我国商业银行的生产率呈波动上升的趋势,波动幅度基本上保持在O1左右,这说明我国商业银行的发展比较稳定,没有出现较大的浮动。而从各曲线的变化趋势来看,技术进步曲线与生产率变动曲线的变化趋势保持一致,这说明科学技术在我国商业银行推广速度很快。对其经济增长的影响很迅速。1997_2001年问技术效率的变化与生产事的变动呈相反的变动趋势,它阻碍了生产率的变动2002—2006年间这一阻碍因素成为了综合效率变化指数,综合效率的变化是影响生产率变动的反作用力,而规模效率的变化则是造成这种形式的主要作用。圈66生产率变动趋势 无津大学博士学位论文:&济增*中效率捌度的参数与非参教i法&较研究表63是我国工商银行1997—2006年间生产率变动的相关数据。其变化趋势如图67所示。表63工商银行l辨^2006年同的生产率变动05一06『04加503.0402.03l01.02lOmOl9m00l98.99l9748l平均“almquⅡt指数1102O93098092093104O97102【I03098综合效率变化lo89105o80|115『090123】o941101021OI技术进步115088123O801030“I103O93102099技术效率变化l092『100{l92l05098108i00102『l00100规模效率变化lo97105087110092114o94l081021ol97—98"一∞990000—0lOl一0202—03030404—0505—06+h1型!m&±簦量#$墼!#生墼生二!!#点垫兰壅些—卜塑!塑女m图67工商银行生产率变动趋势从表63中的数据来看,由于自01年来生产率指数持续递减,造成这10年间工商银行的整体呈递减趋势。从平均水平来看,虽然选10年间工商银行的综合效率水平有一定的提高,但技术水平的相对降低影响了工商银行整体的发展.面综合效率水平的提高来源于规模效率的提高。这一点从图67能很好的证明,Malmqum指数的变化趋势与综合效率指数的变化曲线以及规模效率指数的变化曲线基本上保持一致,而技术效率的变化曲线则正好与这个趋势相反,这可能是由于技术进步存在一定的滞后性,因此它对生产率提高的作用在后续年份才会表现出来。根推表63中的数据可知,这Io年问,工商银行的技术效率的变化基本上保持不变,因此仅以提高工商银行的技术水平和技术效率是促进我国工商银行进一步发展的主要动力。 第七章经济增长中的拥挤现象分析“拥挤’’(Conges石0n)一词来源于交通运输行业,它是指交通道路上投入的运输工具达到一定程度时,出现车辆之间相互干扰、交通线路的淤塞的情况,进而造成车速下降,用户(车辆)出行成本上升,运输能力下降的情况。在经济学中,生产要素同样存在拥挤的现象,造成生产要素拥挤的主要原因在于要素的配置不合理,在非经济区组织生产,从而导致生产效率低下。但是长期以来,受新古典经济增长理论的影响,拥挤现象并没有引起广大学者的关注。R.Fare和L.Suensson(1980)对于要素拥挤基本理论的开创性研究使得广大学者开始关注生产过程中的拥挤现象。我国目前在这方面的研究也处于起步阶段,相关的研究并不多,主要的研究成果来源于吉林大学的孙巍教授及其合作者,下文的大部分结论也来源于他们的研究成果。为了比较系统的介绍经济增长中的拥挤现象,下文从要素拥挤的基本理论介绍出发,分析要素拥挤的经济学内涵,进而探讨生产要素拥挤问题的测度方法,最后依照第六章中有关Mahnquist指数的分解方法,对生产率变化中的技术变化指数做进一步的分解。7.1经济增长中的拥挤现象要素拥挤问题是企业效率理论研究的一个新领域,它的存在导致了生产的无效性。从分析的结果来看,要素的拥挤现象与要素的可处置性以及生产过程中的非经济区存在着必然的联系,要素的弱可处置性是产生拥挤的原因,其表现就是生产单位在非经济区进行生产活动。7.1.1要素拥挤理论生产要素的拥挤是指在一定的生产技术条件下,在其它生产要素的投入数量不变的情况下,其中的某些投入要素增加到一定程度后,继续增加这部分要素的投入导致生产过程中产生的淤塞现象。传统的经济学研究将总产量曲线最高产量之前的部分,即随着投入的增加产量不断增加的区域称之为“经济区’’(EConomicRegions),而将随着投入的增加投入开始减少的区域称之为“非经济区’’(U_neconoInicRIegionS),如图7.1所示。根据新古典经济理论的假设,厂商是在具有完全信息的条件下,根据利润最大化的原则做出生产决策的,在这种假设下,所有的资源配置都是合理的,因此“非12l 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究经济区’’对于研究显得多余。图7.1经济区与非经济区最早开始研究非经济区的是C£R.GD.灿len(1947),他认为非经济区的存在会导致生产函数将不再是单调的,他同时指出由于一些无法避免的阻碍性因素的存在,会导致难以根据利润最大化的原则来选择生产组合。此后,美国经济学家麦克法登(D.McFaddeIl,1978)将拥挤的概念引入了经济学的研究,他将所有由于生产要素配置不当而造成的处置能力降低的现象称为生产要素的拥挤状态。R.Fare和L.S啪sson(1980)在“Measur:.Ⅱ培Congestioni11Produc缸on”一文中的研究表明,生产要素的拥挤是一种普遍存在的现象,这一结论也带动了有关非经济区和要素拥挤理论的研究。在投入要素的等产量线图中,要素拥挤的存在会导致等产量线的后弯(Backw刹bending),由此而形成的区域就是生产函数的非经济区,由此可见,生产要素的拥挤是对非经济区的一种描述,它反应了生产过程中生产要素间的无效配置状态。从本质上来看,拥挤与非经济区是相互对应的,而产生拥挤和非经济区的主要原因在于要素的弱可处置性。根据孙巍等人的研究结果,生产要素处置能力的强弱体现了一个生产部门配置生产资源合理性程度的高低,投入要素处于弱可处置状态时,会产生由于部分或全部要素的过剩而导致要素的闲置。【82】从投入的角度来看,要素的可处置性主要分为两大类:弱可处置性、强可处置性。投入要素的弱可处置性是指如果所有的投入以相同的比例增加,产出不会降低的情况。令P(石)表示投入要素彳=(五,%,...JⅣ)∈群的产出集合,则投入要素的弱可处置性可表示为:"∈掣,旯≥1,则P(x)sP(兄石)。投入的强可处置性是指如果投入增加(或非减),则新产出集包含原产出集,即%,置∈掣,五≥墨,则尸(五)互P(五)。【82】根据弱可处置性的定义可知,原始产出集尸(Z)包含于P(五X),这意味着如果五>1,那么P(X)=P(允X)的情况还是存在的,而根据强可处置性的概念,投入的增加必将导致产出的增加。 第七章经济增长中的拥挤现象分析为了进一步说明要素的可处置性,假设厂商具有两个投入要素五和吃,则要素的可处置性可用图7.2来描述。在图7.2中,曲线磊乏和曲线乏乏分别表示要素是强可处置和弱可处置情况下的等产量线。图7.2投入的可处置性根据弱可处置性的概念可知,弱可处置性描述的是由于一种或多种投入要素的增加而导致总产出减少的情况,这表示的正是经济学中的非经济区,即图7.2中曲线6c如后弯的bc部分。要素的弱可处置性会使部分要素或者全部要素由于过剩而导致闲置,进而形成生产过程阻塞,减少生产系统的产量,这正是非经济区内要素所呈现出来的拥挤状态。因此,可以通过分析非经济区内要素的变化情况来研究处于拥挤状态时的变化规律。7.1.2要素拥挤的内涵从上文的分析可知,要素拥挤状态表现为明显的非有效性,因此研究其发生的原因和形成机理显得十分重要。为了方便揭示要素拥挤的内涵,仍然假设某个生产系统具有两个投入要素,其等产量线如图7.3中的曲线所示。根据微观经济^..1,D学的相关理论可知,等产量线的斜率后=詈=薏笋=脚觋,以,其中脚取。J:‘’‘’2“J2表示要素葺对要素x,的边际技术替代率。在正常的生产过程中,由于生产要素之间存在着一定的替代关系,从而在既定的产量下,一种要素投入的减少将意味着另外一种要素投入的增加,即有|i}O的情况同样存在,在这种情况下,为了保持总产量的不便,增加某种要素投入的同时还须增加其它要素的投入,生产要素表现为无效替代的拥挤状态。根据图7.3,在点4以上的区域(记为S区),如果保持要素五的投入不变, 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究显然随着恐投入的增加产量会减少,因此S区存在生产要素的拥挤。同样,在点4以下的区域(记为岛区),如果保持而的投入不变,随着投入五的增加产量会减少,因此S区同样存在生产要素的拥挤。显然,点4和4是边际产量由正转负的临界点,同样可以找出其它等产量线的临界点:蜀、马和cl、C2等。将这些临界点用一条平滑的曲线连接起来就能形成两条曲线OM、ON,经济学中称其为脊线。由此可知在脊线OM以上的S区和脊线oN以下的&区都存在生产要素拥挤的情况,这两个区都属于生产过程中的非经济区,而两条脊线之间的区域(记为&区)则是经济区。图7.3两个投入要素的等产量线‘吃吩‘五图7.4恐=DDI时五的产出曲线为进一步研究非经济区S和是内,要素处于拥挤状态时的变化规律,我们假定投入恐保持不变,通过改变要素五的投入量来进行研究。基于这一假设,我们 第七章经济增长中的拥挤现象分析可以画一条与观平行的直线q丁。根据微观经济学的相关理论,要素五与产出指之间的变化规律如图7.4所示。根据图7.4中葺的边际产量和平均产量的变化规律,可以得到四个特征点:个毯夸,=I,在图7.3中可以对应的描出这些特征点。下面将对这四个特征点之间的生产变化规律做进一步分析:(1)当五<‘时,由于生产要素组合的投入到产品的产出需要一个积累过程,因此这一区域属于零产量区,即当五∈(0,吒)时,y(西)=O。(2)当,i≤玉≤吃时,玉的边际产量和平均产量都为正,在眨点五的边际产量达到最大值。此时,五处于拥挤状态,它的边际产量为负。(3)当眨≤五≤吩时,五的平均产量仍然不断增加,而边际产量虽然仍然大于0,但是呈下降趋势。此时而的边际产量仍然为负数。显然,在,i≤jcl≤吩时,屯的边际产量一直小于O,处于拥挤状态,整个生产处于非经济区。(4)当吩s_≤_时,五的边际产量和平均产量都呈下降趋势,在_点五的边际产量减少到O,此时的五的平均产量也达到最大值。此时屯的边际产量大于0,鼍和而在经济区生产。(5)当五>‘时,生产活动进入另一个非经济区,此时投入要素五的边际产量小于0,随着jcl的增加总产量开始减少。根据以上有关等产量曲线和总产量曲线的分析可知,要素拥挤现象发生于总产量曲线上向下弯曲的部分以及等产量线中脊线以外的非经济区域,二者之间存在着严格的对应关系。【83】7.1.3要素拥挤产生的原因根据上文的分析,要素的弱可处置性是导致拥挤产生的原因,而要素弱可处置性的原因则在于市场的供求变化所带来的不确定性以及信息的不对称,而市场的不确定性和多变性则与厂商的有限理性和投机行为密切相关。厂商要组织生产就需要对外部市场有充分的调查和了解,从而尽可能多地掌握市场信息,在得到 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究这些信息后,决策者势必会对企业的发展作出一定的计划和安排,在这个过程中做出错误的决策是难免的。比如虽然厂商早期的预测是市场需求良好,受其它突发因素的影响(比如天气、战争等)需求量出现大幅度的下滑,导致厂商早期的预测产生偏差,进而导致企业的投资过剩。面对大量产品的堆积,企业不得不减少产量,从而致使部分专门用于生产特定产品的资源闲置,形成拥挤。值得注意的是资产专用性是拥挤发生的必要条件,这是因为资产的专用性意味着在生产计划被迫调整的过程中,生产的参与者将不得不承担专用性资产的价值损失和生产力损失,因此发生拥挤的必然是资产专用性很强的资产。【83】从微观的角度来看,拥挤产生的原因在于要素的资产专用性,而从宏观的角度来看,引发拥挤的原因则是多方面的,需求的变化、竞争的加剧、经济的波动、价格的变动以及厂商间长期合作关系的不合理或者破坏都有可能造成生产要素的拥挤。当宏观经济处于上升阶段、市场需求显著增加时,对于市场供应能力不足的厂商而言,它们存在两种选择:第一个选择是如果厂商已经预计到市场需求的好转,并为此做好了投资专用性资产的准备,则可以随时获得所需的稀缺资源来扩大再生产,显然此时闲置的生产资源处于拥挤状态;第二个选择是厂商从长远的角度来考虑专用性资产的投资,进而达到扩大市场的目的,此时将不会产生生产资源的拥挤情况。从这个角度来看,拥挤是在短期状态下由于外部环境的客观约束造成的,从长期的角度来看,各个厂商都会自动调整自己的生产要素配置,因此不会存在拥挤现象。需要注意的一点是,要素的拥挤意味着生产资料的过剩。如果生产中一部分资源相对于另一部分资源而言存在拥挤的情况,那么就意味着另一部分资源存在稀缺的现象。但过剩和稀缺是拥挤产生的两种不同原因,它们不会同时产生,因此两个非经济区域是不可以共存的。7.2生产要素拥挤问题的测度虽然有关要素拥挤现象的研究很早就开始了,但一直缺乏科学有效的测度方法。尽管许多学者分别从不同的理论和视角提出了各自得测度方法,但其中的大部分由于缺乏数据资料的支持,因而不具有很好的可操作性。从本文研究的两大方法:参数方法和非参数方法来看,参数方法无法描述等产量线的后弯情况,无法判断和度量拥挤的发生。而非参数方法的产生和发展则为描述等产量线的后弯和测度提供了可能。l驯目前测度和分析拥挤现象的主要方法是以数据包络分析方法为基础的非参数方法,根据模型的形式,这类方法又可以分为两大类方法:FGL方法和WWCopper方法,此外我们还可以通过效率的分解来测度要素的拥挤度。 第七章经济增长中的拥挤现象分析7.2.1FGL方法FGL方法是1985年由R.Fare,S.Grosskopf以及C.A.K.Loven所提出来的,它是一个基于数据包络法的拥挤测度模型,后来的学者称之为基于投入的FGL方法。FGL方法的是基于可处置性这个角度来构造拥挤测度方法的。其基本思路是在保持技术不变的情况下,剔除规模收益的影响,如果减少一种或多种投入,同时保持其它投入不变不会导致产出的减少,那么就证明存在拥挤。【蚓该方法可以分作两个阶段。假设系统中有n个决策单元,并将D^扳厂,对于要素i的投入记为嘞,对于第价产出的产出量记为%,被评价的单元记为D|心。,从而,第一个阶段采用如下模型:矿:min臼∑乃嘞≤既。,f=l,2,...,所,=1sj.{窆乃均≥只。,,.:1,2,⋯,s,=l乃≥o,/=l,2,...,s(模型7.1)通过模型7.1,我们能找到每种投入要素的最小组合比例,显然有矿∈[0,1】,当且仅当矿=1时,嗍是技术有效的。当矿1或者j,∈【1,s】,使孙;‘>o,则嗍是无效的;(3)若嗍是无效的,当jf∈[1,,,z],使得西>o,则嘲存在拥挤,拥挤度为彳。7.2.3通过效率的分解来测度根据本文第三章和第五章中的分析,在规模收益可变的情况下,如果不考虑要素的拥挤问题时,即此时生产要素是强可处置性的(S仃ongdiSposabilit)r),被评价单元的技术效率可以通过如下模型来计算: 第七章经济增长中的拥挤现象分析础秒=么∑Xjts9X§,薯l∑弓乃≥K(模型7.7)j11∑磊=lJ-l兄,≥0,/=l,2,⋯,捍;有些学者将此时的生产可能集记为’缈,S)投入集,它可以表示为:XP(yI矿,s)={石:】,≤名写,x≥名K,五∈群,∑磊=1)i=l如果投入要素是弱可处置的,那么技术效率可以分解为纯技术效率和可处置度C。在第五章中已经介绍了纯技术效率的测度问题,其测算模型为:∑概≥‰扣一l∑五薯=矾而(模型7.8)其中艿(O≤万s1)表示生产过程中的要素拥挤度,在实际的计算过程中,一般取艿=1将其转化为线性规划模型,研究表明这种转化不会影响优化的结果。需要注意的是模型7.8测算的是所有投入要素都具有若可处置性时的纯技术效率,即它是基生产可能集(矿,形)的:n置P(1,Iy,矽)={石:y≤∑五船,∑五五=万x,万∈[o,1】,五∈《,∑五=1)f—lf=lf-l在实际的生产过程中,并不一定所有的投入要素都满足弱可处置性,此时可以将投入要素分为两部分:弱可处置要素X矽和强可处置要素Xs,即投入要素集X册=(xs,X矽),此时的生产可能集记为(矿,S形),此时纯技术效率通过如下模型来计算:%乙●b=1=q五>一。∑似乃 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究min岛∑机≥%善名#≤岛《(模型7.9)∑丑妒=织带∑丑=1,乃≥o,歹=1,2,⋯,万;在得剑彼计钐r早兀删uo明纯技木效翠尸2‰乙后,我1¨便口J以通过如F模型来计算要素的拥挤度:q=矗在所有投入要素都是弱可处置的情况下,cf=器。如果其中部分要素具有强可处置性,则e=器。7.3技术效率变化指数的分解在本文的第六章中介绍了Mahnquist指数的相关理论,并对Mahnquist指数进行了分解:厶撕妇=k×k四=k×kב捌,即将生产率的变动分解为技术效率的变化、规模效率变化以及技术进步三部分。而根据第三章中的分析,技术效率可以进一步分解为纯技术效率和要素拥挤度,即硒=尸匝×c。因此,根据Malmquist指数的分解方法,可以将技术效率变化指数做进一步的分解,将其分解为纯技术效率的变化和要素可处置度的变化,即有:%=‰×七,有的学者将技术效率的变化指数%记为TC,将纯技术效率的变化指数k记为Pc,而将要素可处置度的变化指数如记为cC,因此TC=PcxCc。根据Malmquist指数的定义,得:嘲+-,‰疋驴等翳臀132 第七章经济增长中的拥挤现象分析=Pc(墨+.,%。,墨,Z)×cc(墨"Z小墨,Z):垒±』墨业兰±!!兰:堡2×g!墨坐兰:12Df(五,ZI矿,矽)c(Z,Z)其中,c(K。,Z+。)=Df+。(墨+.,Z+,I矿,s)/口+。(五柙k.I矿,矿)。当然,这个分解方法是基于所有要素都是弱可处置的,如果还有一部分要素是强可处置的,则:粥(Ⅵ"纠)=辚揣通过对技术效率变化指数的进一步分解,可以进一步掌握生产率变动的原因,同时分析要素的可处置性变化对于生产率变动的影响。 第八章总结与展望8.1参数与非参数方法的比较本文的研究从有关经济增长的理论研究开始,探讨了效率与经济增长之间的关系,并从参数方法和非参数方法两个角度分析了经济增长效率的测度问题。作为效率测度方法的两个重要分支,参数方法和非参数方法都形成了各自的理论体系,并都得到了广泛的应用。从实际的角度来看,这两种使用方法具有不同的特点,可以从以下几个角度来对二者做进一步的比较:(1)样本的选择从样本量的选择来看,参数方法主要用最大似然法或者最小二乘法对样本数据进行估计,而非参数方法则是用数学规划的方法来进行效率的测试。因此相比于非参数方法,参数方法需要更大的样本量,对样本数量的要求更严。(2)评价指标体系的设计从评价体系的设计来看,参数方法需要进行统一量纲的处理,这一点上不如非参数方法方便,非参数方法无需进行此操作。而从指标的数量来看,参数方法可以方便的处理单投入单产出或者是多投入单产出的情况,而在处理多投入多产出的情况上则不如非参数方法简单。而从投入产出指标的选择上来看,非参数方法对于指标的选择非常敏感:而使用参数方法时,指标的选择则对结果的影响相对较小。(3)生产函数的形式非参数方法在测算效率的时候无需关心实际生产函数的形式,因此在研究中可以受到较少的约束。而参数方法则需事先估计生产函数的大概形式,而且函数形式对于要素替代率和技术进步的限制也比较严。(4)随机因素的处理与结果显著性的检验参数方法将误差分解为随机因素的影响和技术无效率两部分,这样处理更为接近客观实际,因此,它得到的结果也更具参考价值。与此同时,由于计算之前,关于生产函数的形式存在比较明显的假设,因此更方便于检验结果的显著性。相比而言,非参数方法忽略了由于运气成分、数据问题或者其它因素所带来的随机性误差,因此其效率估算的结果往往混和了随机因素的影响,对效率值的估计偏低,离散程度更大,降低了结果的可靠性。同时由于不存在比较明显的假设检验,因此难以进行结果显著性的验证。(5)计算结果带来的管理信息 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究参数方法的估计结果表示的是样本数据的绝对效率值,有利于分析样本单位效率的变动情况。同时,由于计算时一般会考虑价格因素,因此参数方法所得到的效率更接近经济效率的评价。而非参数方法的研究一般较少考虑价格因素对效率评价的影响,因此其结果更趋向于技术效率。但非参数方法的结果也不尽局限于此,它还能带来大量的管理信息,诸如经济效率、配置效率、规模效率、拥挤度等,因此可以提供更为明确和细致的战略改进意见。综上可知,参数方法的主要优势在于它将随机误差和非效率因素进行分离,更为准确,但不恰当的生产函数形式或误差项的分布假设会将误差和效率的轨迹混淆。而非参数方法的优势在于它避免了有关误差的假设,不需要指定生产函数的具体形式和分布假设,但非参数方法的最大缺陷在于它将随机误差当作非效率情况来处理,降低了结果的准确性。在研究两种测度方法的基础上,文章继续探讨了有关生产率变动和要素拥挤的问题,并提出了非参数方法的生产率变动和要素拥挤的测度方法。8.2论文主要创新点本文的研究在总结和分析现有研究成果的基础上,主要从以下几个角度进行了创新性的研究:1、建立了统一的效率指标体系,分析了不同的效率指标的意义及它们之间的关系。在一些文献中,有关效率指标的叫法比较混乱,同样的一个效率指标,不同的专家可能有不同的理解,因此提出了不同的定义;与此同时,同一个效率概念(比如技术效率)在不同的条件下具有不同的意义和计算方法。这种情况下很容易造成相关概念的混淆,本文以管理效率为基点,分析了常见的效率指标之间的关系,进而建立了一个统一的效率指标体系。此外,文章还从相关效率指标的定义、数学形式、测算模型以及求解方法上作了较为系统的研究和总结,并指出了效率评估问题的一般性理论框架。2、同时从多个角度对Malmquist指数进行分解。纯粹的MalInqllist指数分析所蕴含的管理信息比较有限,可以通过对该指数的分解来进一步掌握生产率的变动情况。传统的分解方法仅仅将MalInquist指数分解为技术变动和效率变化两部分,本文的研究在此基础上作了进一步的研究,并将效率拥挤的相关理论引入了MalInquist指数的分解。与此同时,本文还从分解投入要素的角度引入了一种全新的MalInquist指数分解模式,并研究了成本M山lquist指数的定义及其分解和测算方法,为建立基于Mahnquist指数的生产率变动研究体系奠定了一定的理论基础。 第八章总结与展望3、同时运用随机前沿分析法、数据包络分析法以及Malnlquist指数研究了我国主要商业银行的效率及其变动情况,指出了影响目前我国商业银行过程中主要存在的问题,以及影响其效率提高的主要因素。进而比较了在测算效率的过程中,参数方法与非参数方法之间的差异,以及各自的优点和缺点。8.3后续研究展望从本文的研究状况来看,涉及的研究范围较广,结论也相对比较粗糙,在后续的研究中,还需在以下方面做进一步的探索和研究:(1)参数方法的研究作为效率测度的一大分支,参数方法有着自身独特的优势。本文有关参数方法的研究仅局限于随机前沿面分析法的探讨,后续的研究还可以从自由分布分析法(DFA)和厚前沿分析法(TFA)等方法的研究上寻求更多的突破。而从效率研究的角度来看,有关成本效率的测度也是有关参数方法研究中相对比较薄弱的一块内容,成本效率的研究是效率测度的一个重要方面,因此,加强有关成本效率测度理论的研究也是有关参数方法研究的一个方向。(2)非参数方法的研究非参数方法是近年来研究的重点,其中应用最广的是数据包络分析法。在后续的研究中,还可以从其它角度展开相关的研究。比如可以有关面向投入和面向产出的结果研究,可以从数值和几何的角度做深入的探讨。当然,DEA方法还有许多其它新的研究领域,比如随机DEA、区间DEA、含模糊灰色因素的DEA等,这些都可以作为进一步研究的重点方向。(3)Mahnquist指数研究随着MahIlquiSt指数被引入经济增长领域的分析,它在实证研究方面取得了大量的研究成果,近年来在理论研究方面也取得了许多突破。成本MalIIlquist指数以及基于效用理论的Mahnquist指数吸引了许多学者的注意,加深这两方面的研究有利于丰富MalInquist生产率指数的理论。(4)要素拥挤和涌现的研究要素拥挤是生产过程中的一种常见现象,但在国内进行相关研究的专家并不多,其测算方法也是制约众多研究者的一个重要因素。而从理论的角度来看,要素拥挤产生的原因是由于投入的要素过多而导致的要素边际产量的降低,这可以看作是1+l<2的情况。在实际的生产活动中,还存在着大量的1+1>2的情况,也就是说单个要素投入所产生的效果之和要小于两者同时投入所产生的效应,在复杂系统理论中,将这种现象称之为涌现,又可以理解为协调效应。目前,有关生产过程中涌现的测度分析还不多,丰富这一块的理论研究将有助于我们更好的 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究掌握经济增长的关键性因素。(5)参数&非参数相结合参数方法和非参数方法在测算效率时具有各自的优点和缺点,因此,将这两种方法结合起来,发挥各自的优点来进行生产效率的测度,将有利于避免二者的一些内在缺陷给研究所带来的_些困难。(6)应当加强实证分析从本文的研究来看,有关实证的分析仅局限于数字表面的分析,还需要跟实际的生产情况以及相关的政策结合起来,才能更好的发挥相关的研究对经济增长的推动作用。 参考文献[1]Sch眦pterJA.C印italis砜SocialismandD伽10craCy【Z】.NeWYork:Ha印%1942.[2]SolowRM.TechllicalChaIlgeand也eAggregateProductionFunction[J].TheReVi删ofEcono血csandStatistics.1957,39(3):312—320.[3】加T0wKJ.SocialChoiceaIldIndiVidualValues【M].2nded.NewHaveIl:YaleU11iVersityPress,l963.[4】KempMC,ShesI血skiE,nanhPC.EconoIIlicG】.0讹andFactorS曲sti枷on[J】.IntenlatiomlEconoIIlicRe访ew.1967,8(2):243.251.[5]RomerPM.Increas堍R咖r璐距dLong—R吼G脚I,m叽JounlalofPoliticalEconomy.1986,94(5):l002—1037.[6]LuC勰RE.OntheMecha_llicsofEcononlicDeVelopment[J】.Jo啪alofJVIonet_a巧Economics.1988,22(1):3-42.[7]C的ssm趾G,Helpm缸E.I舳oVationand渤聃吐in廿1eWorldEconomy[z].C鲫曲ridge,MA:MITPress,1991.[8】Isl锄N.Gm、硼1Empirics:APaIlelDataApproach--AR印ly明.111eC呻疵耐yJo明1a1ofEconoInics.1998,113(1):325-329.[9】AgllionP,HowittP.AModelofGr姗他№曲Cre撕vcDes仃uction[J].Econometrica.1992,60(2):323—351.[10】AgKonP,Howi位PW.Endogen_0usGrowmTheo巧【M】.MITPress,1998.【11】MulderP,DeGH,Hon【esMW.EconoIllicgrow也a11dtecllllolo西calchallge:acomp撕sonofinsights丘.0maneoclassicalaIldaneVolutionaryperspective叨.Tecllnolo舀calForecasting强dSocialChange.2001,68(2):151—171.【12】SolowRM.Le锄ingfbm‘‘le锄ingbydoing’’:lessonsforeconomic印wtll[M].Stal痂rdU11iVc裙毋Press,1997.【13】YoungA.IIlVe:IltionandB0undedLean】IillgbyDoil玛[J】.TheJounlalofP01iticalEconomy.1993,101(3):443-472.[14】刘强.中国经济增长的收敛性分析[J].经济研究.200l(006):70.77.[15]武剑.外国直接投资的区域分布及其经济增长效应[J].经济研究.2002(004):27.35.[16】魏后凯.外商直接投资对中国区域经济增长的影响[J】.经济研究.2002(004):19.26.【17]沈坤荣,耿强.外国直接投资,技术外溢与内生经济增长一中国数据的计量139 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究检验与实证分析[J].中国社会科学.2001(005):82.93.[18]沈坤荣,马俊.中国经济增长的“俱乐部收敛”特征及其成因研究阴.经济研究.2002(001):33.39.[19】雷钦礼.中国经济增长的均衡路径分析[J丁.统计研究.2002(006):10.14.[20】MahIlquistS.hdeXmⅡnbersand砒i行er饥cesIIr自ces叽Trabajosdee删fstica.1953(II):209—242.[21]ChamesA,CooperWW,础10desE.Me嬲uril培mee街ciencyofdecisionmakiIlgunits[J].n哟peanJoumalofop吲ionalI沁search.1978,2(6):429—4“.[22】CavesDW,CHsteIlsenLRDiewenWE.TheEconomic1heo巧ofMexN啪bers孤dmeMeasurementofInput,oll印m,andProductiv埘叽Econom嘶ca.1982,50(6):l393-1414.[23]BaIlkerRD,ChanleSA,CooperWW.SomeModelsforEstimatiI唱Tecl血calandScaleIne伍cienciesinDataEnVelopmentAnalysis叨.MaIlagementScienCe.1984,30(9):1078-1092.【24]NisbiIIl伽M,PageJJ.TotalFactorProductiV蚵Grow皿TechnologicalProgress锄dTed“calEmciencyCh肌ge:DiIIlellsionSofPr0“ctiv时ChallgeinYugoslavia,1965—78[J].TheEconoIllicJo啪a1.1982,92(368):920·936.[25】F&(衲sskopfS,Lindgr饥B,eta1.ProductiV毋DevelopmemsinSwedishHospitals:AMahIlquiStQ却mIndexApproach[J】.DataEnVelopmentAnalysis:111eo巧,Memodology锄dApplications.1994:253_272.[26】Grifell-伽eE,LOVellCA.AnoteonmeMalmquistproduc曲时iIldex[J】.EconoInicsLe仕ers.1995,47(2):l69-175.【27]RaySC,DesliE.ProductMtyGr0、)lr旭TechnicalProgress,andEmciencyChangein111dustrializedCo眦tries:ComIIlent[J】.neAm耐c纽Econo面cReView.1997,87(5):1033—1039.[28】BymesP,ValdmaIlisV.j岫lyz迅gtechnicalandauocativeef6cieIlcyofhospitals【J】.DataEnVelopm锄t恕1alysis:Tlleo巧,Memodology,锄dApphcation.1997,3:129—144.【29】G打fell—tatjeE,LOVeUCA.ProfitsandProductivi妙[J].MaIlag锄entScience.1999,45(9):1177—1193.[30】MaJ,EVansDG,FullerRJ,eta1.Tecllnicalemciencyandproductivi够changeofChina’siron觚dsteeI硫hls仃y【J].姗舳ationalJ伽malofP删蚍tionEconomics.2002,76(3):293-3l2.[31]SiInarL,WilS10nPW.Es血枷ng锄db00t咖iI喀Malmquisti11dices闭.E啪peanJo衄1alofOperationalR船earch.1999,115(3):459-471.140 参考文献[32】MuldleljeeD,NissenSE,TopolEJ.mskofC鲫diova8culaurEventsAssociatedWi也Selec廿VeCOX-2Inhibitors【Z].AmMedAssoc,2001:286,954—959.【33】Gerdm锄UG,Loeth鲫M,T锄bourM,eta1.Intenmlmarkets锄dhealmcareefficiency:anmhiple。o唧utstochastic6D砸eraIlalysis【J】.Hea怂Econo血cs.1999,8(2):151—164.[34]Grifell一刚eE,LoveⅡCA.De唧1ation觚dproducti啊t),decl妣:ThecaseofSpaniShsaVingsballks[J].EuropeanEconomicIkView.1996,40(6):128l—l303.[35]FulgirLitiLE,Pa血RK.LDCa鲥culture:Nonp御.锄etricMahnquistproductiv时砌eXes[J】.Joun:lalofDevelopm饥tEconolnics.1997,53(2):373—390.【36]MaddenG,SaVageSJ,Bloxl姗P.AsianandOECD缸ematiomlR&DspilloVers[J].ApplicdEcononlicsLe仳ers.2001,8(7):43l_435.[37】MaudosJ,PaStorJM,S删L.To协1f-actorproductiV匆meas∞锄emalldh啪anc印妇linOECDcou谢es叽Econ01面csLetters.1999,63(1):39水.[38】Ch%Y.Anon.radialMalInquistprI油lc们埘砌eXwi也aniuus订ativeapplicationt0Chillesem萄0riIldl蛉晒es[J】.IntemationalJOWlalofProductionEcon0IIlics.2003,83(1):27—35.【39】涂正革,肖耿.中国的工业生产力革命——用随机前沿生产模型对中国大中型工业企业全要素生产率增长的分解及分析[J丁.经济研究.2005(003):4.15.【40】Yo九止BI,ZailnO.Producti嘶gr0、硼1inOECDco吼tries:Acomp撕sonwimMalmquistindices[J】.JoumalofComparativeEConomics.2005,33:40l乏O.【41]Cum】【IlimJD,WeissM凡ZiH.EconolniesofScopeinF血mcialSe州ces:ADEABoot咖piIlgAnalysisoftlleUSh_sI瑚nce№廿y[J].The、—砸artonSchool,Philadelpllia,PA.Unp曲lishedM[anuscript.2003.【42】易纲,樊纲,李岩.关于中国经济增长与全要素生产率的理论思考[J].经济研究.2003(008):13.20.[43]孙巍.基于非参数投入前沿面的MalInquist生产率指数研究[J】.中国管理科学.2000,8(001):22.26.【44】郑京海,胡鞍钢.中国改革时期省际生产率增长变化的实证分析(1979~2001年)[刀.经济学.2005,4(002):263-296.[45】赵伟,马瑞永,何元庆.全要素生产率变动的分解一基于MalInquist生产力指数的实证分析[J].统计研究.2005(7).[46]陈璐.中国保险业效率动态变化的MalInqllist指数分析[J].当代经济科学.2005,27(5):39—44.【47]OlinerSD,SicllelDE,T啷lettJE,eta1.Computers锄dOutpmGrowtllI研is“ed:HoWBigis舭PI彪le?[J】.B瑚蜘gsP印ers0nEcon(腼cActiv毋.141 天津大学博士学位论文:经济增长中效率测度的参数与非参数方法比较研究l994,l994(2):273-334.[48】NupiTI.SpecializationandGro、砌1:WoddManufactll血gProductiv时1973一1990.【J】.2000.[49]K嬲喀iannisG,Me唱osGJ.T0协lFactIDrProduc石vit)rG∞吨恤andTc曲面calChaIlgeinaProfitF11nctionFralnework【J].JoumalofProductiVi够加lalysis.2000,14(1):3l一5I.[50]姚劲松,徐辉.浅议实现经济增长方式转变的两个关键[J】.科技管理研究,2000,5,44—46.【51]宋艳涛.科技进步测算理论方法创新与实证研究[D].天津大学.2003,l-24.[52】宗兆礼.转型经济增长方式及影响因素的实证研究[D】.山东大学.2006.25.36.[53】吴明哲.论经济增长方式的转变[D】.厦门大学.2001.12.28.【54】孟祥云.科技进步与经济增长互动影响研究[D】.天津大学.2004.1.128.[55】颜克芬.技术进步的经济增长模型探析[D].中共中央党校.2005.1.20.[56】虞晓红.经济增长理论演进与经济增长模型浅析【J】.生产力研究.2005,2:12.14.[57】张国富.论技术进步与经济增长[J】.北京大学学报(哲学社会科学版).1997,3:72.78.[58】梁昭.国家经济持续增长的主要因素分析[J】.世界经济.2000,7:50.56.[59】刘全洲,王莹.技术进步对我国经济增长作用的实证分析[J】.当代经济科学.1999.37—42.【60】荆浩.高成长型科技中小企业识别与评价研究[D】.东北大学.2008,65.66.【6l】Fa玎ell,M.J.Tllemeasur翎僦tofproductiveemciencymJ0眦1alofmeRoyalStatisticalSocie够1957,120:252—290.[62]孙巍,盖国凤.生产资源配置效率及其测度理论研究[J】.当代经济研究.1998.3:26-28.[63]雷明,冯珊.全要素生产率TFP变动成因分析【J].系统工程理论与实践.1996.4:1—2.[64】于立,赵勇.技术效率的测度方法[J】.商场现代化.2007,5:29.[65】万磊霞.效率测度的参数方法阴.商场现代化.2008,8:86.87.【66】王林.随机前沿方法及其在商业银行效率度量中的应用[D】.北京工业大学.2007.21—23.[67]齐树天.中国商业银行X效率问题研究[D].吉林大学.2007,29.55.【68]王金祥.生产前沿面构造及应用研究[D].天津大学.2003.【69】王传美.随机系数的随机前沿面模型[D].武汉理工大学.2004,25.30.142 参考文献[70】刘勇,穆鸿声.中国银行业效率研究综述[J].审计与经济研究.2007,22(1):84.89.[71】百度百科-非参数统计,http:∥baike.baidu.co叭ieW/426576.htnl.[72】李美娟,陈国宏.数据包络分析法(DEA)的研究与应用[J].中国工程科学.2003。5(6):88.94.[73】房卓.基于DEA和SFA的物流企业综合绩效评价研究[D】.大连理工大学.2006.23—25.[74】杨刚.区间DEA模型及其实证分析[D】.四川大学.2003,58.59.[75】吴育华,刘喜华,郭均鹏.经济管理中的数量方法[碉.经济科学出版社.2008.[76】严高剑,马添翼.关于DEA方法阴.科学管理研究.2005,23(2):54.56。【77】农业技术及生产率监测研究课题组.生产技术效率和生产率变动一测算理一论和方法[R].技术报告.2004.【78】熊正德,刘永辉.效率测度方法DEA的研究进展与述评叨.统计与决策.2007.20:149一151.【79]杨顺元.全要素生产率理论及实证研究【D】.天津大学.2006,30.50.【80】Ming·M洒ⅥI.1飞屺capac时produc6啊够changeandmevariable岫putproductivit),change,an倒de唧ositionoftllcMalmquistp∞duct主Vi够证dex明.AppliedMa_t11ematicsandComputation.2006.185(1):375.381.[81】张建辉.基于定向技术距离函数和Mahnquist指数的全要素生产率研究[D】.四川大学.2005.24.30.[82]孙巍,尚阳,何彬.生产要素拥挤的理论内涵[J】.学习与探索.2005,6:253.256.[83]孙巍,陈丹,王海蓉.资产闲置、资产专用性与要素拥挤的理论内涵[J】.数量经济技术经济研究.2003,12:71.74.[84】贺小莉.生产要素拥挤的测度及其形成的产业竞争因素分析[D】.吉林大学.2006.7-15.[85】孙巍.生产资源有效配置的前沿生产函数理论研究[刀.中国管理学报.2001,12:25.28.[86]尚阳.生产要素拥挤理论内涵及其与经济波动的相关性研究[D】.吉林大学.2006.7—15.【87】张坤.要素拥挤与宏观经济波动相关性的实证检验[D】.吉林大学.2007,6.11.【88】孙文斌,孙巍.基于产出的生产资源配置效率的非参数测度与分解[J】.吉林工业大学自然科学学报.2001,31(2):45.50.143

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
大家都在看
近期热门
关闭